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
1
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
基于集合经验模态分解和极限学习机的变压器油中溶解气体体积分数预测方法
被引量：
30
1
作者
周锋
孙廷玺
+3 位作者
权少静
刘敏
王恒超
王树田
《高电压技术》
EI
CAS
CSCD
北大核心
2020年第10期3658-3665,共8页
为准确估计变压器油中溶解气体体积分数的发展趋势,提出一种基于集合经验模态分解和极限学习机的油中溶解气体体积分数预测模型。首先,对原始油中溶解气体体积分数序列进行集合经验模态分解获得若干个子序列;其次,采用极限学习机算法对...
为准确估计变压器油中溶解气体体积分数的发展趋势,提出一种基于集合经验模态分解和极限学习机的油中溶解气体体积分数预测模型。首先,对原始油中溶解气体体积分数序列进行集合经验模态分解获得若干个子序列;其次,采用极限学习机算法对各个子序列分别建立不同的预测模型,并利用改进的粒子群算法对极限学习机相关参数进行优化,以提高预测精度;最后,通过叠加各子序列的预测结果得到最终的气体体积分数预测结果。研究结果表明:基于集合经验模态分解的改进粒子群极限学习机算法模型均方根误差为0.13,平均相对误差为0.502%,最大相对误差为1.914%,对比其他模型的预测效果可知,改进后的粒子群算法能够获得更优的极限学习机网络输入权值和隐层阈值,从而提高预测精度。仿真结果证明所提方法能够更好地反映油中溶解气体体积分数的变化趋势。
展开更多
关键词
油中溶解气体
气体体积分数
集合经验模态分解
极限学习机
粒子群算法
固有模态函数
在线阅读
下载PDF
职称材料
题名
基于集合经验模态分解和极限学习机的变压器油中溶解气体体积分数预测方法
被引量：
30
1
作者
周锋
孙廷玺
权少静
刘敏
王恒超
王树田
机构
广东电网
有限
责任
公司
珠海供电局
北京路遥科技有限公司
出处
《高电压技术》
EI
CAS
CSCD
北大核心
2020年第10期3658-3665,共8页
基金
广东电网有限责任公司珠海供电局科技项目(GD-KJXM-20161966)。
文摘
为准确估计变压器油中溶解气体体积分数的发展趋势,提出一种基于集合经验模态分解和极限学习机的油中溶解气体体积分数预测模型。首先,对原始油中溶解气体体积分数序列进行集合经验模态分解获得若干个子序列;其次,采用极限学习机算法对各个子序列分别建立不同的预测模型,并利用改进的粒子群算法对极限学习机相关参数进行优化,以提高预测精度;最后,通过叠加各子序列的预测结果得到最终的气体体积分数预测结果。研究结果表明:基于集合经验模态分解的改进粒子群极限学习机算法模型均方根误差为0.13,平均相对误差为0.502%,最大相对误差为1.914%,对比其他模型的预测效果可知,改进后的粒子群算法能够获得更优的极限学习机网络输入权值和隐层阈值,从而提高预测精度。仿真结果证明所提方法能够更好地反映油中溶解气体体积分数的变化趋势。
关键词
油中溶解气体
气体体积分数
集合经验模态分解
极限学习机
粒子群算法
固有模态函数
Keywords
dissolved gases in oil
gas volume fraction
empirical mode decomposition
extreme learning machine
particle swarm optimization
intrinsic mode functions
分类号
TP181 [自动化与计算机技术—控制理论与控制工程]
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
基于集合经验模态分解和极限学习机的变压器油中溶解气体体积分数预测方法
周锋
孙廷玺
权少静
刘敏
王恒超
王树田
《高电压技术》
EI
CAS
CSCD
北大核心
2020
30
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
