作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种新的预测电力变压器油中溶解气体浓度的方法,该方法通过构造支持向量机(SVM)和进行AdaBoost加强推理,很好的利用了SVM解决有限样本问题的优势,提高了预测精度和泛化能力.两实例应用结果证明了该方法的有效性.
推荐文章
基于EMD和GCT的变压器油中溶解气体预测
变压器
油中溶解气体
时间序列预测
经验模态分解
格兰杰因果关系检验
时间注意力机制
长短时记忆网络
基于GRA-CEEMDAN-BiLSTM的变压器油中溶解气体浓度预测
油中溶解气体
灰色关联分析
双向长短期记忆神经网络
变压器油中溶解气体的分析与判断
变压器油
溶解气体
色谱分析
故障
分析判断
变压器油中溶解气体在线监测系统的应用
电力变压器
溶解气体
在线监测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用统计学习理论预测变压器油中溶解气体浓度
来源期刊 高电压技术 学科 工学
关键词 变压器 支持向量机 油中气体浓度
年,卷(期) 2003,(11) 所属期刊栏目 研究与专题论述
研究方向 页码范围 13-14
页数 2页 分类号 TM762
字数 1540字 语种 中文
DOI 10.3969/j.issn.1003-6520.2003.11.007
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王鹏 华北电力大学电力工程系 100 911 17.0 27.0
2 许涛 华北电力大学电力工程系 11 383 8.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (63)
参考文献  (3)
节点文献
引证文献  (34)
同被引文献  (84)
二级引证文献  (355)
1980(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(4)
  • 引证文献(3)
  • 二级引证文献(1)
2007(17)
  • 引证文献(6)
  • 二级引证文献(11)
2008(20)
  • 引证文献(3)
  • 二级引证文献(17)
2009(21)
  • 引证文献(2)
  • 二级引证文献(19)
2010(18)
  • 引证文献(1)
  • 二级引证文献(17)
2011(25)
  • 引证文献(2)
  • 二级引证文献(23)
2012(33)
  • 引证文献(6)
  • 二级引证文献(27)
2013(41)
  • 引证文献(1)
  • 二级引证文献(40)
2014(44)
  • 引证文献(2)
  • 二级引证文献(42)
2015(39)
  • 引证文献(3)
  • 二级引证文献(36)
2016(29)
  • 引证文献(0)
  • 二级引证文献(29)
2017(30)
  • 引证文献(1)
  • 二级引证文献(29)
2018(32)
  • 引证文献(2)
  • 二级引证文献(30)
2019(27)
  • 引证文献(1)
  • 二级引证文献(26)
2020(8)
  • 引证文献(0)
  • 二级引证文献(8)
研究主题发展历程
节点文献
变压器
支持向量机
油中气体浓度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
高电压技术
月刊
1003-6520
42-1239/TM
大16开
湖北省武汉市珞瑜路143号武汉高压研究所
38-24
1975
chi
出版文献量(篇)
9889
总下载数(次)
24
论文1v1指导