KTA-SVM的变压器油中溶解气体浓度预测
作者:
唐勇波
[1]
丰娟
[2]
关键词:
变压器油
油中溶解气体
预测
支持向量机
核目标度量
摘要：
针对变压器油中溶解气体浓度预测中存在的变量取值范围影响预测精度问题,提出了基于核目标度量规则(Kernel Target Alignment,KTA)和支持向量机(Support Vector Machines,SVM)的油中溶解气体浓度预测方法.在分析油中溶解气体产生机理的基础上选取输入变量,采用KTA对输入变量进行尺度缩放来避免变量的取值范围影响SVM泛化性能问题,利用交叉验证法选择SVM的参数,建立油中溶解气体浓度的KTA-SVM预测模型.将所提出的方法与SVM和灰色模型进行比较,均方根误差分别为0.1568、0.1791、0.2205,实验结果表明了所提出的方法具有较优的预测精度和泛化性能.
上一篇： 基于神经网络柔性关节机械臂反演滑模控制
下一篇： 电流控制型Boost变换器的一种新混沌控制策略