資源描述：
《基于M-LS-SVR的變壓器油中溶解氣體濃度預(yù)測.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、研究與開發(fā)基于M—LS—SVR的變壓器油中溶解氣體濃度預(yù)測李洪超王偉剛董雪梅(浙江工商大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院，杭州310018)摘要為預(yù)測變壓器油中溶解氣體的濃度，提出了混合最小二乘支持向量機(jī)回歸(MixedLeastSquareSupportVectorRegression，M—LS—SVR)算法。該算法使用線性和非線性核函數(shù)的組合作為預(yù)測函數(shù)，利用真實數(shù)據(jù)自適應(yīng)選擇其混合比例因子。實驗結(jié)果表明，與目前比較流行的BP神經(jīng)網(wǎng)絡(luò)方法、SVR方法和LS．SVR方法的預(yù)測結(jié)果相比，該方法具有更小的預(yù)測誤差，更低的復(fù)雜性以及更好
2、的泛化能力。關(guān)鍵詞：電力變壓器；油中溶解氣體分析；濃度預(yù)測；最小二乘支持向量機(jī)C0ncentrati0nPredictionofDissolvedGasesinTransformer0ilbasedonM．LS．SVRLiHongchaoWangWeigangDongXuemei(SchoolofStatisticsandMathematicsZhejiangGongshangUniversity，Hangzhou310018)AbstractTopredicttheconcentrationofdissolvedg
3、asesintransformeroil，weproposedmixedleastsquaresupportvectorregression(M—LS—SVR)algorithminthispaper．Thisalgorithmcombinedlinearandnonlinearkernelfunctionsaspredictionfunction，themixedscalingfactorwaschosenadaptivelybyrealdata．Theexperimentresultsshowedthatthis
4、methodhadlesspredictionerror，lowercomplexityandbettergeneralizationabilitythanthoseofthecurrentpopularmethods，suchasBPneuralnetwork，supportvectormachineregression(SVR)andleastsquaressupportvectormachineregression(LS·SVR)．Keywords：powertransformer；dissolvedgasan
5、alysis；concentrationprediction；leastsquaressupportvectormachineregression變壓器是電力系統(tǒng)中的重要設(shè)備，其正常運(yùn)行一段時間(一天)抽測一次，所以基于已有數(shù)據(jù)，是保障電力系統(tǒng)安全穩(wěn)定運(yùn)行的基礎(chǔ)也]。因此對運(yùn)預(yù)測將來油溶氣體濃度的變化，不僅是對DGA法定行中的變壓器狀態(tài)進(jìn)行定時監(jiān)控，以預(yù)報故障情況，期檢測數(shù)據(jù)的補(bǔ)充，而且有利于有效識別監(jiān)測系統(tǒng)便成為日常對變壓器進(jìn)行檢修的重要環(huán)節(jié)之一。實誤報警和及時對故障狀態(tài)做出判斷。際中，常用變壓器油中溶解氣體分析方
6、法(DGAL3】)使用灰色預(yù)測模型(GreyModel，GM)及其改來監(jiān)測和判斷變壓器在油樣采集時的運(yùn)行情況。其進(jìn)形式是目前對變壓器油溶氣體濃度進(jìn)行預(yù)測的常原理是：充油電力變壓器在長期的運(yùn)行過程中受到用方法之一。例如：肖燕彩等_41認(rèn)為變壓器是一一個電或熱的作用會老化和劣化，產(chǎn)生少量的氣體(一灰色系統(tǒng)，而且其油中溶解的多種特征氣體數(shù)據(jù)存般稱為特征氣體)溶解在變壓器油中?？傮w來講溶在耦合關(guān)系，因而采用灰色多變量模型；張麗萍等l5]解氣體的量是一個逐步平穩(wěn)積累的過程，但在故障對原始數(shù)據(jù)進(jìn)行非等間隔處理、一級弱化處理、殘或
7、異常發(fā)生時，氣體含量數(shù)值會發(fā)生較大的變化。差模型修正，建立了綜合GM(1，1)預(yù)測模型；毛因此，可以用油溶氣體濃度的變化來反映變壓器的自娟等『6]將馬爾可夫鏈理論與灰色多變量預(yù)測方法運(yùn)行狀況。同時，由于目前的在線監(jiān)測設(shè)備是每隔相結(jié)合，提出了一種灰色碼爾可夫組合預(yù)測模型；國家自然科學(xué)基金(11371321，11201420)76I電蜀
8、l技術(shù)2016年第1期浙江省自然科學(xué)基金(LY13A010003，LQ12A01016)浙江省教育廳基金(Y201326953)浙江工商大學(xué)人文社科統(tǒng)汁學(xué)基地資助項目研究與開發(fā)司馬莉萍等
9、[J則將灰色模型與模糊支持向量機(jī)方法全確定為一個線性模型，則由于非線性部分沒有被相結(jié)合，建了灰關(guān)聯(lián)模糊支持向量機(jī)模型。但是識別出來將導(dǎo)致產(chǎn)生大的預(yù)測誤差。另一方面，如灰色理論要足對原始數(shù)列進(jìn)行累加生成規(guī)律性較果模型被當(dāng)做一個非線性模型，則線性部分被認(rèn)為強(qiáng)的序列，T1．f用指數(shù)曲線擬合得到預(yù)測值。它通常是非線性的一部分，它的識別性能可能比完全線性
