2024年8月23日
星期五
|
欢迎来到维普•公共文化服务平台
登录
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
李洪超
作品数:
2
被引量:8
H指数:1
供职机构:
浙江工商大学统计与数学学院
更多>>
发文基金:
浙江省自然科学基金
浙江省教育厅科研计划
国家自然科学基金
更多>>
相关领域:
电气工程
更多>>
合作作者
董雪梅
浙江工商大学统计与数学学院
王伟刚
浙江工商大学统计与数学学院
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
期刊文章
1篇
学位论文
领域
2篇
电气工程
主题
2篇
溶解气体
2篇
变压
2篇
变压器
2篇
M
1篇
电力
1篇
电力变压器
1篇
油中溶解气体
1篇
油中溶解气体...
1篇
支持向量
1篇
支持向量机
1篇
溶解气体分析
1篇
最小二乘
1篇
最小二乘支持...
1篇
向量机
1篇
故障诊断
1篇
LS-SVM
1篇
LS-SVR
1篇
变压器故障
1篇
变压器油
1篇
变压器油中溶...
机构
2篇
浙江工商大学
作者
2篇
李洪超
1篇
王伟刚
1篇
董雪梅
传媒
1篇
电气技术
年份
1篇
2016
1篇
2015
共
2
条 记 录,以下是 1-2
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
基于M-LS-SVR的变压器油中溶解气体浓度预测
被引量:7
2016年
为预测变压器油中溶解气体的浓度,提出了混合最小二乘支持向量机回归(Mixed Least Square Support Vector Regression,M-LS-SVR)算法。该算法使用线性和非线性核函数的组合作为预测函数,利用真实数据自适应选择其混合比例因子。实验结果表明,与目前比较流行的BP神经网络方法、SVR方法和LS-SVR方法的预测结果相比,该方法具有更小的预测误差,更低的复杂性以及更好的泛化能力。
李洪超
王伟刚
董雪梅
关键词:
电力变压器
油中溶解气体分析
最小二乘支持向量机
基于M-LS-SVM的变压器故障诊断研究
充油变压器是电力系统中的重要设备,其运行的可靠性直接关系到电力系统的安全与稳定,因此如何及时准确地对变压器进行故障诊断一直是国内外学者研究的重点问题。又因为变压器的故障类型和变压器油中溶解的特征气体有密切关系,所以我们可...
李洪超
关键词:
充油变压器
故障诊断
溶解气体
文献传递
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张