基于在线集成学习的变压器油中气体浓度预测方法.pdfVIP

下载本文档

2
0
约1.82万字
约 16页
2023-08-23 发布于四川
举报
版权申诉

基于在线集成学习的变压器油中气体浓度预测方法.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明涉及变压器故障诊断技术领域，尤其为基于在线集成学习的变压器油中气体浓度预测方法，包括如下步骤：S1：通过气体浓度传感器采集变压器油中的气体数据并进行数据处理生成数据训练集；S2：采用非线性卡尔曼滤波算法进行最小二乘支持向量机以及对抗型神经网络两种机器学习算法的参数的寻优；S3：通过寻优获得的新的训练数据进行训练并输出最终预测结果。本发明通过对采集的气体数据基于情景记忆梯度方法进行处理，通过非线性卡尔曼滤波算法将最小二乘支持向量机以及对抗型神经网络两种机器学习算法的参数作为状态变量，输出最优

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116628582 A (43)申请公布日 2023.08.22 (21)申请号 202310594930.3 G01N 33/00 (2006.01)