基于BIC与SVRM的变压器油中气体预测模型

• 作者: 孙才新 李剑 杜林 郑元兵 陈伟根
• 来源期刊: 电力自动化设备
• 学科: 工学
• 关键词: 支持向量机 支持向量回归机 故障检测 预测 电力变压器 贝叶斯信息标准 优化
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 分析与研究
• 页码范围: 46-49
• 分类号: TM41|TP277
• 字数: 4748字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-6047.2011.09.010

摘要

基于v-支持向量回归机(v-SVRM)算法建立了变压器油中溶解气体变化预测模型,并引入贝叶斯证据框架对预测模型的参数进行了优化选取.同时,结合预测模型的预测正确率及预测模型的简洁度建立了预测模型的评价机制,并利用改进的贝叶斯信息标准(BIC)作为最终的评价函数量化了评价机制.在实例中与灰色理论预测模型进行了比较,结果表明在同为小样本训练数据的情况下,v-SVRM预测模型比灰色模型有更高的预测准确率,且在所提出的评价机制里表现更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙才新	重庆大学输配电装备及系统安全与新技术国家重点实验室	379	13536	63.0	93.0
2	杜林	重庆大学输配电装备及系统安全与新技术国家重点实验室	94	2866	32.0	49.0
3	李剑	重庆大学输配电装备及系统安全与新技术国家重点实验室	118	3009	33.0	48.0
4	陈伟根	重庆大学输配电装备及系统安全与新技术国家重点实验室	99	3160	34.0	52.0
5	郑元兵	重庆大学输配电装备及系统安全与新技术国家重点实验室	7	112	6.0	7.0