期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
卡尔曼滤波对油中溶解气体含量的预测
被引量：
6
1
作者
杨廷方
刘沛
+1 位作者
李景禄
胡毅
《高电压技术》
EI
CAS
CSCD
北大核心
2007年第8期118-121,共4页
准确测量变压器油中溶解气体的浓度是对变压器进行色谱分析的关键,为此,以卡尔曼滤波理论为基础研究了新型油浸式电力变压器油中溶解气体含量的预测模式及其应用特性,并分析了卡尔曼滤波的稳定性、实用性及其适应数值变化的能力,展示了...
准确测量变压器油中溶解气体的浓度是对变压器进行色谱分析的关键,为此,以卡尔曼滤波理论为基础研究了新型油浸式电力变压器油中溶解气体含量的预测模式及其应用特性,并分析了卡尔曼滤波的稳定性、实用性及其适应数值变化的能力,展示了卡尔曼滤波在数据预测方面的优越性。在卡尔曼滤波算法的迭代计算中以观测量的最小均方误差阵为准则,推导出了用预测误差向量进行方差估计,求出最小方差意义下预测量的最优估计。理论推导和仿真结果表明,该方法计算简单、可靠,可以大大地降低预测误差,提高预测模型的预报能力,能满足工程实践的需要。
展开更多
关键词
卡尔曼滤波
油中溶解气体含量
预测模型
预报能力
最小均方误差
预测误差
在线阅读
下载PDF
职称材料
基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测
被引量：
28
2
作者
刘展程
王爽
唐波
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第8期2972-2981,共10页
油中溶解气体含量的准确预测对变压器安全稳定运行具有重要意义。为克服传统预测方法仅考虑油中溶解气体含量单一一类变量以及依靠经验为模型选参的局限性,提出一种考虑多因素的变压器油中溶解气体含量自适应预测方法。首先收集变压器...
油中溶解气体含量的准确预测对变压器安全稳定运行具有重要意义。为克服传统预测方法仅考虑油中溶解气体含量单一一类变量以及依靠经验为模型选参的局限性,提出一种考虑多因素的变压器油中溶解气体含量自适应预测方法。首先收集变压器在正常和异常运行情况下油中溶解气体的在线监测数据、温度数据(环境、变压器顶层油)、环境风速数据,并通过注意力机制(attention mechanism)计算各数据变量具体权重后作为预测模型的输入;然后通过麻雀搜索算法(sparrow search algorithm,SSA)对双向门控循环单元(bidirectional gated recurrent unit,Bi GRU)预测模型中批处理、学习率、隐藏层层数和层神经元数4个重要参数进行智能迭代优化,得到最优参数值,在此基础上,构建SSA-Bi GRU-Attention优化模型,实现对油中溶解气体含量的预测。研究结果显示,利用该文提出的模型对正常运行条件下油中溶解气体含量进行预测,预测精度可达到98.3%;对达到注意值的油中溶解气体含量进行预测,能较好地预测气体数据的峰值和拐点,预测精度可达到86.6%。该文提出的变压器油中气体含量预测方法可为变压器状态评估和故障预警提供重要的技术支持。
展开更多
关键词
油中溶解气体含量
注意力机制
麻雀搜索算法
双向门控循环单元
变压器状态预测
在线阅读
下载PDF
职称材料
题名
卡尔曼滤波对油中溶解气体含量的预测
被引量：
6
1
作者
杨廷方
刘沛
李景禄
胡毅
机构
华中科技大学电气与电子工程学院
长沙理工大学电气与信息工程学院
国网武汉高压研究院
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2007年第8期118-121,共4页
基金
香港创新科技基金(ITS/054/06)。~~
文摘
准确测量变压器油中溶解气体的浓度是对变压器进行色谱分析的关键,为此,以卡尔曼滤波理论为基础研究了新型油浸式电力变压器油中溶解气体含量的预测模式及其应用特性,并分析了卡尔曼滤波的稳定性、实用性及其适应数值变化的能力,展示了卡尔曼滤波在数据预测方面的优越性。在卡尔曼滤波算法的迭代计算中以观测量的最小均方误差阵为准则,推导出了用预测误差向量进行方差估计,求出最小方差意义下预测量的最优估计。理论推导和仿真结果表明,该方法计算简单、可靠,可以大大地降低预测误差,提高预测模型的预报能力,能满足工程实践的需要。
关键词
卡尔曼滤波
油中溶解气体含量
预测模型
预报能力
最小均方误差
预测误差
Keywords
kalman filter
oil dissolved gases concentration
prediction model
prediction capability
the least-mean- squared error
forecasting error
分类号
TM835.4 [电气工程—高电压与绝缘技术]
在线阅读
下载PDF
职称材料
题名
基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测
被引量：
28
2
作者
刘展程
王爽
唐波
机构
三峡大学电气与新能源学院
三峡大学湖北省输电线路工程技术研究中心
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2022年第8期2972-2981,共10页
基金
湖北省重点研发计划(2020BAB110)。
文摘
油中溶解气体含量的准确预测对变压器安全稳定运行具有重要意义。为克服传统预测方法仅考虑油中溶解气体含量单一一类变量以及依靠经验为模型选参的局限性,提出一种考虑多因素的变压器油中溶解气体含量自适应预测方法。首先收集变压器在正常和异常运行情况下油中溶解气体的在线监测数据、温度数据(环境、变压器顶层油)、环境风速数据,并通过注意力机制(attention mechanism)计算各数据变量具体权重后作为预测模型的输入;然后通过麻雀搜索算法(sparrow search algorithm,SSA)对双向门控循环单元(bidirectional gated recurrent unit,Bi GRU)预测模型中批处理、学习率、隐藏层层数和层神经元数4个重要参数进行智能迭代优化,得到最优参数值,在此基础上,构建SSA-Bi GRU-Attention优化模型,实现对油中溶解气体含量的预测。研究结果显示,利用该文提出的模型对正常运行条件下油中溶解气体含量进行预测,预测精度可达到98.3%;对达到注意值的油中溶解气体含量进行预测,能较好地预测气体数据的峰值和拐点,预测精度可达到86.6%。该文提出的变压器油中气体含量预测方法可为变压器状态评估和故障预警提供重要的技术支持。
关键词
油中溶解气体含量
注意力机制
麻雀搜索算法
双向门控循环单元
变压器状态预测
Keywords
dissolved gas content in oil
attention mechanism
SSA
BiGRU
transformer condition prediction
分类号
TM40 [电气工程—电器]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
卡尔曼滤波对油中溶解气体含量的预测
杨廷方
刘沛
李景禄
胡毅
《高电压技术》
EI
CAS
CSCD
北大核心
2007
6
在线阅读
下载PDF
职称材料
2
基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测
刘展程
王爽
唐波
《高电压技术》
EI
CAS
CSCD
北大核心
2022
28
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
