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