基于支持向量机的变压器油中溶解气体浓度预测

被引：18

作者：

张小奇 ^{[1
]}

朱永利 ^{[1
]}

王芳 ^{[2
]}

机构：

[1] 华北电力大学电气工程学院

[2] 华北电力大学计算机科学与技术学院

来源：

华北电力大学学报 | 2006年 / 06期

关键词：

电力变压器; 油中气体浓度; 支持向量机;

D O I：

暂无

中图分类号：

TM406 [试验、运行];

学科分类号：

100401 [流行病与卫生统计学];

摘要：

提出利用支持向量机进行电力变压器油中溶解气体浓度预测的方法,该方法能很好地解决小样本的学习问题,适合贫数据的DGA建模且具有较高的精度和良好的泛化能力。

引用

页码：6 / 9

页数：4

共 8 条

[1]

灰色系统理论及其应用.[M].刘思峰等著;.科学出版社.2004,

[2]

统计学习理论的本质.[M].(美)VladimirN.Vapnik著;张学工译;.清华大学出版社.2000,

[3]

基于傅立叶核与径向基核的支持向量机性能之比较 [J].

林茂六 ;

陈春雨 .

重庆邮电学院学报(自然科学版), 2005, (06) :647-650

[4]

基于SOFM神经网络的变压器油中溶解气体的故障分析 [J].

柳亮 ;

柳青 ;

尹雪梅 ;

杨利军 ;

梁丁相 .

电力科学与工程, 2005, (04) :15-18

[5]

基于RPROP算法的变压器油中溶解气体分析故障诊断 [J].

徐志钮 ;

律方成 ;

赵丽娟 .

电力科学与工程, 2005, (02) :70-72

[6]

基于支持向量机算法的注水管道剩余寿命预测 [J].

刘洪 ;

喻西崇 ;

吴国云 ;

石永新 ;

李定伟 .

石油机械, 2005, (03) :17-20+4

[7]

应用灰色理论预测变压器等充油设备内的油中气体浓度 [J].

袁保奎 ;

郭基伟 ;

唐国庆 .

电力系统及其自动化学报, 2001, (03) :40-42

[8]

关于统计学习理论与支持向量机 [J].

张学工 .

自动化学报, 2000, (01)

← 1 →