基于深度信念网络的变压器油中溶解气体浓度预测方法
Power System Technology（2017）
摘要
对油中溶解气体浓度发展趋势进行预测,可为变压器状态评估提供重要依据.提出一种基于深度信念网络的变压器油中溶解气体浓度预测模型.该模型以7 种特征气体浓度、环境温度、变压器油温为可视输入,通过对基于受限玻尔兹曼机的多隐层机器学习模型训练,可自动提取气体浓度自身发展规律,逐层激活各气体组分之间及温度对气体浓度影响的强相关性,抑制、弱化无关和冗余信息.该模型具有较高预测精度,克服了传统单一变量预测方法稳定性差的问题,同时避免了人工干预过程.通过算例分析,验证了该方法的有效性.
更多查看译文
关键词
predict,transformer,dissolved gas in oil,correlation,deep belief networks
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要