基于灰色新预测模式的变压器故障预测

从初始条件选择、背景值改造等方面对原有灰色模型进行了改进,并建立了新的改进非等间隔灰色预测模型,最后应用模型群优选预测法获得较好的结果。通过实例验证表明模型与一般的非等间隔灰色模型相比具有更高的预测精度。提出基于此新方法还可以建立变压器故障预测系统,客户可以通过本系统来预测短期的未来变压器各类特征量及可能存在的故障类型。     

基于蒙特卡洛算法的能源供给量不确定性预测分析

能源在我国社会经济发展中举足轻重,近年来我国出现了能源紧缺的情况。本文着眼于能源供给量的预测,采用二次指数平滑法,并引入不确定性分析思想,以蒙特卡洛算法为基础,对能源供给量进行不确定性预测。在二次指数平滑法中,通过试验确定出最优的平滑系数。最后以重庆市1997qOll年的能源供给量为计算样本,预测2012--2020年的能源供给量,对能源供给量实现概率化的预测和分析,并对确定性预测和不确定预测结果进行了比较,结果显示了本方法对于实际工作的有效性和应用价值。     

一种改进决策树算法的探讨

ID3算法是示例学习中建立决策树的一种重要的方法.介绍了 ID3决策树算法的基本思想,讨论了ID3决策树算法中的难点和不足,结合实例给出了利用信息增益度法来改进ID3算法的详细过程.     

一个改进的决策树算法

Iterative Dichotomiser version3（ID3）算法是数据挖掘中经典的决策树分类算法,其核心是分裂训练集属性的选择标准,即分裂前后的信息增益量最大,用该标准选择属性时对于取值较多的属性具有较强依赖性。剖析了ID3算法存在的不足并加以改进,引入了属性关注度,提出了改进算法AAID3算法。实验表明改进算法对原ID3算法的取值偏向问题有所克服并使分类更加准确,决策树更加简明。     

决策树ID3算法的研究与应用

介绍了数据挖掘原理及决策树分类方法,对ID3算法的基本思想和具体实现方法进行阐述,并在根据天气决定是否打网球的应用中运用该算法,最终构造出决策树模型。     

基于数据挖掘的决策树算法分析

决策树是数据挖掘技术中的重要方法,主要用于分类和预测.本文介绍了决策树算法中应用最广泛的ID3算法和C4.5算法,阐述了两种算法的主要思想,说明了构造决策树的基本步骤,对两种算法进行了分析和比较.     

基于决策树的ID3算法与C4.5算法

论述了在数据挖掘中基于决策树的ID3算法以及C4.5算法,说明了两种算法的优缺点.通过实例解析了ID3算法和C4.5算法的实现过程,能够直观看出C4.5算法相比较与ID3算法的优越性.     

融合蒙特卡洛算法的电力工程造价预测分析

针对现阶段变电站智能化设计中,电力工程造价在价格预测及管控策略方面存在的不足,利用粗糙集的属性约简理论对历史数据做约简压缩,结合蒙特卡洛模拟算法对具有一定概率分布的子项目进行单位容量工程造价到项目总造价预测;以智能变电站为研究对象,构建了基于蒙特卡洛算法的电力工程造价预测模型。实验结果表明,智能化工程建设造价预测分析方法可靠准确,基于粗糙集规约的蒙特卡洛算法相较于经典蒙特卡洛模拟算法,在随机抽样数据集上的测试精度至少提高0.5%。     

基于样本自举的电力变压器状态评估

针对传统数据学习型方法需要大量故障历史实测数据的缺点,提出一种基于数据样本自举的电力变压器状态评估方法．通过对变压器的故障样本数据进行自举扩充,克服了工程中某类样本数据较少的问题,提高了学习型分类器的训练量,从而提高其预测分类的精度．并基于支持向量机分类方法进行变压器故障分类评估,显著提升了评估精度．     

用于故障预测的BP网络模型及改进

针对常规ＢＰ网络在用于对汽轮机故障这类有确定性趋势随机时间序列预测中存在的问题，首先对现有对ＢＰ网络的改进进行分析，然后提出一种适用于汽轮机故障预测的递推合成ＢＰ网络模型，并将其与其它的各种改进ＢＰ网络模型的预测性能进行了比较。     

电力变压器状态检修探讨

文章简要分析了预防性检修制度的不足,指出了状态监测与故障诊断是状态检修的基础,提出了电力变压器实现状态检修的方法.     

用油中溶解气体色谱分析法诊断变压器故障

文章通过对变压器油中溶解气体进行色谱分析,对变压器故障进行诊断,并给出实例.     

油色谱在线监测仪在变压器故障诊断中的应用

文章介绍采用油色谱在线监测仪对变压器故障进行分析,找出故障原因并进行处理.     

基于GEP滑动窗口模型的变压器油中溶解气体含量预测

为了对变压器的运行状态和潜伏性故障进行有效预测,提出了基于基因表达式程序设计(Gene Expression Programming,GEP)滑动窗口预测模型的变压器油中溶解气体浓度的预测方法。根据变压器油中溶解气体量的变化特点,选择合适的嵌入维度、终结点集、函数集等GEP运行参数后由适应度函数驱动进行遗传操作,演化出各气体的预测模型。结合变压器运行实例,给出了7种主要气体的预测结果以及H2含量的预测公式,并与MGM(1,7)模型进行比较。对比结果表明,该方法能有效地提高预测精度。     

Application of extension method to fault diagnosis of transformer

A novel extension diagnosis method was proposed for enhancing the diagnosis ability of the conventional dissolved gas analysis. Based on the extension theory a matter-element model was established for qualitatively and quantitatively describing the fault diagnosis problem of power transformers. The degree of relation based on the dependent functions was employed to determine the nature and the grade of the faults in a transformer system. And the proposed method was verified with the experimental data. The results show that accuracy rate of the diagnosis method exceeds 90% and two kinds of faults can be detected at the same time.     

故障电力变压器油中气体的B型灰色关联度诊断法

在分析灰色关联度应用于故障诊断的基础上，提出了电力变压器故障的灰色关联度诊断法，从变压器的油中气体中提取特征参数，讨论了特征参数的无量纲化处理方法。通过仿真实验表明该方法具有良好的诊断果果。     

基于改进粒子群优化LS-SVM的变压器故障气体预测

最小二乘支持向量机(LS-SVM)能较好的解决小样本、非线性数据特征的多分类问题,适用于电力变压器油色谱故障气体预测,但参数c与σ2的选取对预测结果影响较大,有必要对其进行优化选择.提出一种基于改进粒子群(MPSO)的参数寻优方法,并将其应用到变压器油中故障气体预测.改进粒子群算法在每次迭代中,将粒子群进行分类,不同类...     

基于多目标智能加权灰靶理论的电力变压器状态维修决策

针对电力变压器状态信息"部分已知,部分未知"的灰色不确定性,提出基于多目标智能加权灰靶理论的变压器状态维修决策模型.根据变压器目前的维修情况,确立灰局势向量,结合对策集的计算有效确定维修决策.实例分析结果表明该状态维修决策方法具有可行性.     

变压器油中气体组分含量在线监测与故障诊断

电力变压器运行可靠性直接关系到电力系统的安全及供电可靠性,为提高电力变压器故障诊断的准确率,由在线监测变压器油中溶解气体组分含量分析,提出了基于人工免疫和模糊C均值聚类分析方法有效结合的变压器故障诊断算法,通过对电力变压器油中的溶解气体进行分析,实现对变压器的故障诊断。重点研究了基于人工免疫网络的变压器故障样本数据处理、基于模糊C均值聚类对变压器故障的识别,以及仿真实验。实验结果表明:提出的算法能有效对变压器故障类型进行分类,该算法在变压器故障诊断中有较好的应用前景。     

基于支持向量机的变压器油中溶解气体浓度预测

提出利用支持向量机进行电力变压器油中溶解气体浓度预测的方法,该方法能很好地解决小样本的学习问题,适合贫数据的DGA建模且具有较高的精度和良好的泛化能力。