灰色理论–变分模态分解和NSGA-Ⅱ优化的支持向量机在变压器油中气体预测中的应用

被引：79

作者：

肖怀硕 ^{[1
]}

李清泉 ^{[1
]}

施亚林 ^{[2
]}

张同乔 ^{[2
]}

张纪伟 ^{[2
]}

机构：

[1] 特高压输变电技术与装备山东省重点实验室(山东大学)

[2] 国网济南供电公司

来源：

中国电机工程学报 | 2017年 / 37卷 / 12期

关键词：

灰色理论; 变分模态分解; 支持向量机; 油中溶解气体; 预测;

D O I：

暂无

中图分类号：

TM41 [电力变压器];

学科分类号：

080810 [电力电子与电能变换];

摘要：

为了利用有限的历史数据准确地预测未来一段时间变压器油中的气体含量,该文将一种变分模态分解(variational mode decomposition,VMD)方法和优化的支持向量机(support vector machine,SVM)引入到预测模型中。首先,采用灰色模型(grey model,GM)对原始序列进行去趋势处理,然后对去趋势的序列进行VMD,得到了一组平稳的模态分量。再通过经改进的非支配排序遗传算法-II优化的SVM对各模态分量分别进行预测,最后重构获得了最终的预测结果。实验结果表明,该方法既在气体预测中具有较高精度,还能够反映气体变化趋势,并为电力系统其他领域的预测模型提供了新思路。

引用

页码：3643 / 3653+3694 +3694

页数：12

共 14 条

[1]

应用经验模态分解法的tanδ在线监测数据趋势提取 [J].