期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于反馈约束变分模态分解和LSTM网络的并联电抗器油温预测研究
1
作者 丁文涛 淡淑恒 +1 位作者 陈浩宇 蔡立川 《高压电器》 北大核心 2025年第2期83-92,101,共11页
并联电抗器作为电网重要的电力设备,准确估计其油温变化趋势,可为早期故障监测和预警提供重要依据。提出一种基于反馈约束变分模态分解(VMD)和长短期记忆神经网络(LSTM)的并联电抗器油温预测模型;利用信号反馈约束和加权样本熵优化VMD... 并联电抗器作为电网重要的电力设备,准确估计其油温变化趋势,可为早期故障监测和预警提供重要依据。提出一种基于反馈约束变分模态分解(VMD)和长短期记忆神经网络(LSTM)的并联电抗器油温预测模型;利用信号反馈约束和加权样本熵优化VMD分解个数k和惩罚因子α,形成VMDFS分解方法将并联电抗器原始油温序列分解成多组平稳的子序列,消除不平稳信息的影响;再对各子序列构建LSTM神经网络预测模型,用粒子群优化神经元个数;最后将各子序列预测油温叠加得到并联电抗器最终预测油温。通过对某变电站一台220 kV并联电抗器实测数据分析,证明所提模型在单步和多步预测性能上具有精度高、鲁棒性强和误差累积缓慢等优势,能有效反映并联电抗器油温变化趋势,为其监测预警提供参考。 展开更多
关键词 并联电抗器 油温预测 vmdfs LSTM神经网络
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部