面向變壓器油色譜趨勢預測的深度遞歸信念網絡
摘要：油色譜數據及其變化趨勢是評估變壓器健康狀態的重要依據。現有研究表明,深度信念網絡(deep belief network,DBN)在油色譜數據預測領域已取得一定成果,為變壓器的運行維護提供了參考。但在實際應用過程中,仍存在因網絡結構限制導致油色譜時域相關性表述不充分的情況,其預測結果呈現顯著的"時移"誤差,從而使得基于該方法的設備狀態預測結果與實際不符。針對此問題,提出了一種面向油色譜預測的深度遞歸信念網絡算法(deepre current belief network,DRBN),該算法構建了具有時序關聯特征的深度網絡結構,使預測結果呈現的"時移"誤差得以消除,更新了誤差的迭代修正過程,使誤差在網絡層間和層內得以同時流動,從而提升了預測準確率。測試結果表明,文中所提出的方法可以有效克服"時移"誤差,其預測準確率可達95.16%以上,為變壓器的狀態預測和故障預判提供了依據。
注: 保護知識產權,如需閱讀全文請聯系電網技術雜志社
相關推薦
更多
