【摘要】：油浸式電力變壓器的運行壽命及負載能力與繞組熱點溫度密切相關(guān)。精確預(yù)測變壓器繞組的熱點溫度,是有效預(yù)防變壓器熱故障、準確預(yù)測變壓器運行壽命和優(yōu)化變壓器設(shè)計的關(guān)鍵技術(shù)之一。論文研究了繞組熱點溫度支持向量機建模。為提高模型預(yù)測的精確度,選用徑向基核函數(shù)優(yōu)化模型結(jié)構(gòu);利用遺傳算法對參數(shù)進行尋優(yōu)。結(jié)合實驗室模擬溫升變壓器繞組溫度實測數(shù)據(jù),提取輸入和輸出的特征量,并劃分訓(xùn)練集和預(yù)測集,建立了基于遺傳優(yōu)化支持向量機的變壓器繞組熱點溫度預(yù)測模型。實驗表明:應(yīng)用本文模型預(yù)測結(jié)果與實測值基本一致,優(yōu)于BP神經(jīng)網(wǎng)絡(luò)以及Elman神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果。
[Abstract]:The operation life and load capacity of oil-immersed power transformer are closely related to the winding hot spot temperature. Accurate prediction of the hot spot temperature of transformer windings is one of the key techniques to prevent transformer thermal faults accurately predict transformer operation life and optimize transformer design. In this paper, support vector machine (SVM) modeling of winding hot spot temperature is studied. In order to improve the accuracy of the model prediction, the radial basis function is used to optimize the model structure, and the genetic algorithm is used to optimize the parameters. Based on the measured temperature data of simulated temperature rise transformer windings in laboratory, the characteristic values of input and output are extracted, and the training set and prediction set are divided, and a prediction model of hot spot temperature of transformer windings based on genetic optimization support vector machine is established. The experimental results show that the predicted results of the proposed model are in good agreement with the measured values, and are superior to those of the BP neural network and the Elman neural network.
【作者單位】： 重慶大學(xué)輸配電裝備及系統(tǒng)安全與新技術(shù)國家重點實驗室;國家電網(wǎng)重慶市電力公司市區(qū)供電分公司;
【基金】：國家創(chuàng)新研究群體基金(51021005) 國家重點基礎(chǔ)研究發(fā)展計劃(973)(2012CB215205)資助項目
【分類號】：TM411

【參考文獻】

相關(guān)期刊論文 前7條

1 王群京;鮑曉華;倪有源;李爭;;基于支持向量機和遺傳算法的爪極發(fā)電機建模及參數(shù)優(yōu)化[J];電工技術(shù)學(xué)報;2006年04期

2 牛東曉;劉達;陳廣娟;馮義;;基于遺傳優(yōu)化的支持向量機小時負荷滾動預(yù)測[J];電工技術(shù)學(xué)報;2007年06期

3 滕黎;陳偉根;孫才新;;油浸式電力變壓器動態(tài)熱路改進模型[J];電網(wǎng)技術(shù);2012年04期

4 張學(xué)工;關(guān)于統(tǒng)計學(xué)習(xí)理論與支持向量機[J];自動化學(xué)報;2000年01期

5 董明,孟源源,徐長響,嚴璋;基于支持向量機及油中溶解氣體分析的大型電力變壓器故障診斷模型研究[J];中國電機工程學(xué)報;2003年07期

6 王春林;周昊;李國能;邱坤贊;岑可法;;基于支持向量機與遺傳算法的灰熔點預(yù)測[J];中國電機工程學(xué)報;2007年08期

7 熊浩;陳偉根;杜林;孫才新;廖瑞金;;基于T-S模型的電力變壓器頂層油溫預(yù)測研究[J];中國電機工程學(xué)報;2007年30期

【共引文獻】

相關(guān)期刊論文 前10條

1 王東霞;張楠;路曉麗;;基于育種算法的SVM參數(shù)優(yōu)化[J];安徽大學(xué)學(xué)報(自然科學(xué)版);2009年04期

2 陶秀鳳,唐詩忠,周鳴爭;基于支持向量機的軟測量模型及應(yīng)用[J];安徽工程科技學(xué)院學(xué)報(自然科學(xué)版);2004年02期

3 程偉;張燕平;趙姝;;支持向量機在糧食產(chǎn)量預(yù)測中的應(yīng)用[J];安徽農(nóng)業(yè)科學(xué);2009年08期

4 武素華;;基于最小二乘支持向量機的土壤含水量檢測的研究與分析[J];安徽農(nóng)業(yè)科學(xué);2009年09期

5 陳念;沈佐民;;基于化學(xué)成分檢測和SVM分類的茶葉品質(zhì)鑒定[J];安徽農(nóng)業(yè)科學(xué);2010年15期

6 黃遠順;;矯直機的自動故障預(yù)報技術(shù)[J];安徽冶金;2012年01期

7 林春麗;齊欣;王克成;;SVM-KNN分類器在異常行為檢測中的應(yīng)用[J];遼寧科技大學(xué)學(xué)報;2010年05期

8 王亮;胡靜濤;;基于LS-SVM的光刻過程R2R預(yù)測控制方法[J];半導(dǎo)體技術(shù);2012年06期

9 梁萬路;;代價敏感支持向量機的投影次梯度求解方法[J];兵工自動化;2011年04期

10 高學(xué)金;王普;孫崇正;易建強;張亞庭;張會清;;一種建立發(fā)酵過程模型的新方法[J];北京工業(yè)大學(xué)學(xué)報;2006年05期

相關(guān)會議論文 前10條

1 宋海鷹;桂衛(wèi)華;陽春華;;基于核偏最小二乘的簡約最小二乘支持向量機及其應(yīng)用研究[A];第二十六屆中國控制會議論文集[C];2007年

2 顧小軍;楊世錫;錢蘇翔;;基于支持向量機的旋轉(zhuǎn)機械多類故障識別研究[A];第二十六屆中國控制會議論文集[C];2007年

3 呂蓬;柳亦兵;馬強;魏于凡;;支持向量機在齒輪智能故障診斷中的應(yīng)用研究[A];第二十六屆中國控制會議論文集[C];2007年

4 姜明輝;袁緒川;;基于GA優(yōu)化的個人信用評估SVM模型[A];第二十六屆中國控制會議論文集[C];2007年

5 韓露;余正濤;鄧錦輝;章程;毛存禮;郭劍毅;;領(lǐng)域知識關(guān)系對領(lǐng)域文本分類的影響[A];第二十七屆中國控制會議論文集[C];2008年

6 吳靜珠;劉翠玲;孫曉容;;支持向量機在近紅外光譜檢測技術(shù)中的應(yīng)用研究[A];第二十九屆中國控制會議論文集[C];2010年

7 尹鐘;張建華;;基于支持向量機方法的過程操作員功能狀態(tài)分類[A];中國自動化學(xué)會控制理論專業(yè)委員會A卷[C];2011年

8 楊坤;紀志成;;基于峰值識別的改進SVM用電需求預(yù)測[A];中國自動化學(xué)會控制理論專業(yè)委員會B卷[C];2011年

9 晉朝勃;胡剛強;史廣智;李玉陽;;一種采用支持向量機的水中目標識別方法[A];中國聲學(xué)學(xué)會水聲學(xué)分會2011年全國水聲學(xué)學(xué)術(shù)會議論文集[C];2011年

10 胡澤江;張海濤;;可拓關(guān)聯(lián)函數(shù)與屬性約簡相結(jié)合的變壓器故障診斷方法[A];2011年云南電力技術(shù)論壇論文集（入選部分）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 母麗華;煤礦安全預(yù)警系統(tǒng)的方法研究[D];哈爾濱工程大學(xué);2010年

2 朱廣平;混響干擾中的信號檢測技術(shù)研究[D];哈爾濱工程大學(xué);2009年

3 孔凡芝;引線鍵合視覺檢測關(guān)鍵技術(shù)研究[D];哈爾濱工程大學(xué);2009年

4 鄭大騰;柔性坐標測量機空間誤差模型及最佳測量區(qū)研究[D];合肥工業(yè)大學(xué);2010年

5 王曉明;基于統(tǒng)計學(xué)習(xí)的模式識別幾個問題及其應(yīng)用研究[D];江南大學(xué);2010年

6 李先鋒;基于特征優(yōu)化和多特征融合的雜草識別方法研究[D];江蘇大學(xué);2010年

7 劉衛(wèi)紅;垃圾郵件檢測與過濾關(guān)鍵技術(shù)研究[D];華南理工大學(xué);2010年

8 汪春梅;癲癇腦電信號特征提取與自動檢測方法研究[D];華東理工大學(xué);2011年

9 吳鋒;基于GPU并行計算的數(shù)值模擬與燃煤鍋爐系統(tǒng)的優(yōu)化研究[D];浙江大學(xué);2010年

10 張目;高技術(shù)企業(yè)信用風(fēng)險影響因素及評價方法研究[D];電子科技大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 展慧;基于多源信息融合技術(shù)的板栗分級檢測方法研究[D];華中農(nóng)業(yè)大學(xué);2010年

2 杜二玲;擬概率空間上等均值噪聲下統(tǒng)計學(xué)習(xí)理論的理論基礎(chǔ)[D];河北大學(xué);2007年

3 李金華;基于SVM的多類文本分類研究[D];山東科技大學(xué);2010年

4 安文娟;Fisher和支持向量綜合分類器[D];遼寧師范大學(xué);2010年

5 姜成玉;基于支持向量機的時間序列預(yù)測[D];遼寧師范大學(xué);2010年

6 姜念;區(qū)間自適應(yīng)粒子群算法研究及其應(yīng)用[D];鄭州大學(xué);2010年

7 李朋勇;基于全矢高階譜的故障診斷方法及其應(yīng)用研究[D];鄭州大學(xué);2010年

8 辛保兵;既有預(yù)應(yīng)力混凝土梁橋剩余承載力評估方法研究[D];鄭州大學(xué);2010年

9 王巧立;微生物發(fā)酵過程的建模與優(yōu)化控制研究[D];鄭州大學(xué);2010年

10 劉松;基于OCSVM和主動學(xué)習(xí)的DDOS攻擊分布式檢測系統(tǒng)[D];鄭州大學(xué);2010年

【二級參考文獻】

相關(guān)期刊論文 前10條

1 劉輝,索南加樂,宋國兵,羅軍明;基于變壓器頂層油溫的動態(tài)建模[J];變壓器;2002年09期

2 錢政,高文勝,尚勇,嚴璋;基于范例推理的變壓器油中氣體分析綜合診斷模型[J];電工技術(shù)學(xué)報;2000年05期

3 種芝藝;;光纖在線監(jiān)測變壓器熱點溫升技術(shù)及其應(yīng)用前景[J];電力建設(shè);2007年05期

4 康重慶,夏清,張伯明;電力系統(tǒng)負荷預(yù)測研究綜述與發(fā)展方向的探討[J];電力系統(tǒng)自動化;2004年17期

5 陳偉根;蘇小平;孫才新;潘，

本文編號：2246763