基于深度信念网络的变压器油中溶解气体浓度预测方法

• 作者: 代杰杰 宋辉 杨祎 江秀臣 盛戈皞 陈玉峰
• 来源期刊: 电网技术
• 学科: 工学
• 关键词: 变压器 油中溶解气体 深度信念网络 相关性 预测
• 年，卷（期）: 2017,（8）
• 所属期刊栏目: 高电压技术
• 页码范围: 2737-2742
• 页数: 6页
• 分类号: TM855
• 语种: 中文
• DOI: 10.13335/j.1000-3673.pst.2016.2623

摘要

对油中溶解气体浓度发展趋势进行预测,可为变压器状态评估提供重要依据.提出一种基于深度信念网络的变压器油中溶解气体浓度预测模型.该模型以7 种特征气体浓度、环境温度、变压器油温为可视输入,通过对基于受限玻尔兹曼机的多隐层机器学习模型训练,可自动提取气体浓度自身发展规律,逐层激活各气体组分之间及温度对气体浓度影响的强相关性,抑制、弱化无关和冗余信息.该模型具有较高预测精度,克服了传统单一变量预测方法稳定性差的问题,同时避免了人工干预过程.通过算例分析,验证了该方法的有效性.