資源描述：
《gm(1%2c1)優(yōu)化模型在變壓器油中溶解氣體濃度預測的應用研究》由會員上傳分享，免費在線閱讀，更多相關內(nèi)容在學術論文-天天文庫。
1、GM分類號密級：密級（1UDC＊1密級：）優(yōu)化模型在變碩士學位論文壓器油中溶GM（1，1）優(yōu)化模型在變壓器油中溶解氣體濃度預測解氣的應用研究體濃度預測的應用研究作者姓名：劉秀峰西工程領域：電氣工程華大學號：212011085207010學碩指導教師：張彼德李先明士學完成日期：2013年4月位論文ClassifiedIndex:UDC:密級：XihuaUniversityMasterDegreeDissertationAppliedResearchoftheOptimizedModelGM(1,1)inPr
2、edictionoftheConcentrationofDissolvedGasesinTransformerOilCandidate:LiuXiufengMajor:ElectricalEngineeringStudentID:212011085207010Supervisor:ZhangBideLiXianmingApril,2013西華大學學位論文獨創(chuàng)性聲明作者鄭重聲明：所呈交的學位論文，是本人在導師的指導下進行研究工作所取得的成果。盡我所知，除文中已經(jīng)注明引用內(nèi)容和致謝的地方外，本論文不包含其他個
3、人或集體已經(jīng)發(fā)表的研究成果，也不包含其他已申請學位或其他用途使用過的成果。與我一同工作的同志對本研究所做的貢獻均已在論文中做了明確的說明并表示了謝意。若有不實之處，本人愿意承擔相關法律責任。學位論文作者簽名：指導教師簽名：日期：日期西華大學學位論文版權(quán)使用授權(quán)書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，在校攻讀學位期間論文工作的知識產(chǎn)權(quán)屬于西華大學，同意學校保留并向國家有關部門或機構(gòu)送交論文的復印件和電子版，允許論文被查閱和借閱，西華大學可以將本論文的全部或部分內(nèi)容編入有關數(shù)據(jù)庫進行檢索，可
4、以采用影印、縮印或掃描等復印手段保存和匯編本學位論文。(保密的論文在解密后遵守此規(guī)定)學位論文作者簽名：指導教師簽名：日期：日期西華大學碩士學位論文摘要電力變壓器是電力網(wǎng)絡中的樞紐設備，它的可靠運作是電網(wǎng)安全和正常運行的保證，一旦出現(xiàn)突發(fā)性故障，將導致局部電網(wǎng)甚至整個互聯(lián)大電網(wǎng)運行的癱瘓。因此，積極開展電力變壓器的故障預測工作顯得尤為重要。通過建立高精度的預測模型對變壓器油中各氣體濃度進行精準預測和分析是提前發(fā)現(xiàn)變壓器潛在性故障的有效方法。論文主要對GM（1，1）模型進行了優(yōu)化，以提高該模型的預測精度，并
5、對其在變壓器油中各氣體濃度預測的應用方面做了較深入的研究，主要的研究工作和成果如下：（1）查閱和研究了關于該課題的國內(nèi)外有關文獻和資料，并對灰色模型及其改進模型在變壓器油中氣體濃度預測的應用研究現(xiàn)狀進行了分析和總結(jié)。（2）對建模序列中的異常數(shù)據(jù)進行數(shù)值生成處理，可以使該序列的規(guī)律性增強、滿足建模條件。當建模數(shù)據(jù)序列中存在不正常或不合實際的數(shù)據(jù)時，通過結(jié)合實際對其進行分析和檢驗，若不能滿足建模要求，對其進行相應地數(shù)值生成替換處理，再建立灰色GM（1，1）預測模型，通過實例分析表明可以有效提高模型的預測精度。
6、（3）增加初始建模序列的光滑度可以有效提高灰色預測模型的精度。根據(jù)函數(shù)變?換理論，本文通過建立數(shù)據(jù)變換的構(gòu)造函數(shù)和準則，對建模序列作函數(shù)cos(x)變換處?理，可以增強該序列的光滑度，再建立基于函數(shù)cos(x)變換的灰色GM（1，1）預測模型。通過兩個實例預測和分析表明該模型無論是對多數(shù)據(jù)還是少數(shù)據(jù)序列預測，均可有效提高預測模型的精度。（4）根據(jù)殘差數(shù)據(jù)序列變化的特點和結(jié)合灰色Verhulst模型的優(yōu)點，本文建立了灰色Verhulst殘差修正模型。對殘差數(shù)列作相應地處理，使其呈近似“S”型曲線變化或近似指
7、數(shù)規(guī)律變化，建立灰色Verhulst殘差修正模型，對精度不滿足要求的模型進行修正，進而提高模型的預測精度。（5）基于灰色理論基礎和對灰色GM（1，1）模型優(yōu)化的思想，本文建立了綜合灰色GM（1，1）預測模型。通過運用幾種模型分別預測和分析了某正常運行變壓器的油中的幾種氣體濃度，并對比其各自的預測結(jié)果，表明了綜合灰色GM（1，1）模型可以有效提高模型的預測精度，而經(jīng)過基于灰色Verhulst殘差修正后，該修正方法的修正效果好于GM殘差修正方法，能更一步地提高預測模型的精度和適應性。（6）文末對上述研究成果進
8、行了總結(jié)，并提出了進一步改進的思路和方法。關鍵詞：油中溶解氣體濃度；優(yōu)化；灰色GM（1，1）預測模型；數(shù)據(jù)生成處理；函數(shù)變換處理；灰色Verhulst模型；殘差修正IGM（1，1）優(yōu)化模型在變壓器油中溶解氣體濃度預測的應用研究AbstractPowertransformerisanveryimportanthubfortheequipmentintheelectricitynetwork,anditsnormalworking
