文献

J-GLOBAL ID：201802275741589542   整理番号：18A0683800

KTA-SVMの変圧器油中溶存ガス濃度予測【JST・京大機械翻訳】

A Prediction Method of Dissolved Gas Content in Transformer Oil Based on KTA-SVM

著者 (2件)： Tang Yongbo (宜春学院 物理科学与工程技術学院,江西 宜春 336000;江西工程学院 電子信息工程学院,江西 新余 338000) ,  Feng Juan (宜春学院 生命科学与資源環境学院,江西 宜春,336000)
資料名： Kongzhi Gongcheng  (Kongzhi Gongcheng)
巻： 24  号： 11  ページ： 2263-2267  発行年： 2017年 
JST資料番号： C2953A  ISSN： 1671-7848  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 変圧器油中の溶存ガス濃度の予測に存在する変数の範囲は,予測精度に影響を及ぼす。本論文では,カーネル目標測定規則(KTA)とサポートベクトルマシン(SVM)に基づく油中の溶存ガス濃度の予測法を提案した。油中の溶解ガスの発生メカニズムの分析に基づいて,入力変数を選択し,入力変数をスケーリングするためにKTAを用いて,SVMの一般化性能に及ぼす変数の影響を避け,交差検証法を用いてSVMのパラメータを選択した。油中の溶存ガス濃度のKTA-SVM予測モデルを確立した。提案した方法をSVMと灰色モデルと比較すると、二乗平均平方根誤差はそれぞれ0.1568、0.1791、0.2205であり、実験結果により、提案した方法は比較的に優れた予測精度と汎化性能を有することが明らかになった。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  予測技法 ,  溶解 ,  交差検証法 ,  *予測 ,  *溶存ガス ,  予測モデル
準シソーラス用語： 発生機序 ,  予測精度 ,  *変圧器油 , 【Automatic Indexing@JST】

著者キーワード (5件)： Transformer oil ,  dissolved gas in oil ,  prediction ,  support vector machine ,  kernel target alignment

分類 (3件)： 変圧器  (NB08020Q) ,  数値計算  (JE02000J) ,  固体の処理装置一般  (XD03031Z)

タイトルに関連する用語 (3件)： 変圧器油 ,  ガス濃度 ,  予測