期刊在线咨询服务,发表咨询:400-888-9411 订阅咨询:400-888-1571股权代码(211862)
关键词:变压器 状态预测 深度信念网络 油色谱 自适应延迟网络
摘要:油色谱数据及其变化趋势是评估变压器健康状态的重要依据。现有研究表明,深度信念网络(deep belief network,DBN)在油色谱数据预测领域已取得一定成果,为变压器的运行维护提供了参考。但在实际应用过程中,仍存在因网络结构限制导致油色谱时域相关性表述不充分的情况,其预测结果呈现显著的"时移"误差,从而使得基于该方法的设备状态预测结果与实际不符。针对此问题,提出了一种面向油色谱预测的深度递归信念网络算法(deepre current belief network,DRBN),该算法构建了具有时序关联特征的深度网络结构,使预测结果呈现的"时移"误差得以消除,更新了误差的迭代修正过程,使误差在网络层间和层内得以同时流动,从而提升了预测准确率。测试结果表明,文中所提出的方法可以有效克服"时移"误差,其预测准确率可达95.16%以上,为变压器的状态预测和故障预判提供了依据。
电网技术杂志要求:
{1}关键词以3~6个为宜(需附相应的英文)。
{2}为加快稿件处理速度,本刊实行审稿意见及时反馈制度,尽量为来稿附上审稿意见,15日内会给出审稿意见。
{3}论文作者保证该论文的署名权无争议。若发生署名权争议问题,一切责任由论文作者承担。
{4}来稿最后需标明作者(编者,译者)的真实姓名、性别、出生年月、籍贯、工作(学习)单位、职务(职称)、主要研究方向、详细地址、邮编以及联系电话(手机号码,以方便快递公司投递样刊),未按要求填报相关内容的,一律不予采用。
{5}参考文献必须是作者亲自阅读过的原始文献。一般论著不超过15条,综述不超过20条。
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社