您的位置： 专家智库 > >

国家自然科学基金(0207001)

作品数：1 被引量：37H指数：1
相关作者：曾祥君刘沛杨廷方更多>>
相关机构：华中科技大学长沙理工大学更多>>
发文基金：香港创新及科技基金国家自然科学基金更多>>
相关领域：电气工程更多>>

文献类型

  • 1篇中文期刊文章

领域

  • 1篇电气工程

主题

  • 1篇遗传算法
  • 1篇油中溶解气体
  • 1篇溶解气体
  • 1篇神经网
  • 1篇神经网络
  • 1篇组合预测
  • 1篇网络
  • 1篇卡尔曼
  • 1篇卡尔曼预测
  • 1篇BP神经
  • 1篇BP神经网
  • 1篇BP神经网络
  • 1篇变压
  • 1篇变压器
  • 1篇变压器油
  • 1篇变压器油中溶...

机构

  • 1篇长沙理工大学
  • 1篇华中科技大学

作者

  • 1篇杨廷方
  • 1篇刘沛
  • 1篇曾祥君

传媒

  • 1篇中国电机工程...

年份

  • 1篇2008
共 1 条 记 录，以下是 1-1
全选 清除 导出
排序方式：
应用新型多方法组合预测模型估计变压器油中溶解气体浓度被引量：37
2008年
为提高变压器故障的预测能力,提出了采用最优加权组合预测模型,将灰色理论、BP神经网络、遗传算法和卡尔曼预测算法这4种单项预测算法综合起来,对油中溶解气体的浓度及发展趋势进行精确预测。首先对根据各种单项预测方法的误差,按照预测误差平方和最小的原则计算各自的权系数,然后加权建立综合组合预测模型,并最终求解出变压器油中溶解气体的浓度。组合预测法能很好地综合各种单项预测方法的优势,更大限度地作出正确的预测。预测实例分析也证明了组合预测方法的可靠性和有效性。该方法不仅可以有效降低单项预测算法的预测误差,提高预测模型的预报能力,同时还为电力系统中其它领域的预测提供了新的思路。
杨廷方刘沛李浙曾祥君
关键词：BP神经网络遗传算法卡尔曼预测油中溶解气体
全选 清除 导出
共1页<1>
聚类工具0