典型文献
基于改进门控循环单元的变压器油中气体浓度预测
文献摘要：
对油浸式电力变压器油中溶解气体浓度进行预测,可为变压器状态评估及故障诊断提供重要参考依据.为进一步提高预测精度,本文将RAdam优化器和门控循环单元(GRU)相结合,提出一种改进GRU的变压器油中气体浓度预测模型.改进模型以7种典型气体浓度作为输入,使用RAdam优化器进行训练,以对应待测气体浓度作为输出.算例分析结果表明,相比于普通GRU模型和长短期记忆神经网络(LSTM)模型,改进GRU模型能更好地预测变压器油中溶解气体浓度变化趋势,并扩大了对初始学习率的选择范围.
文献关键词：
变压器油;油中溶解气体;改进门控循环单元;浓度预测
中图分类号：
作者姓名：
卫永鹏;苏益辉;王胜利;张鑫;王衡
作者机构：
国网甘肃省电力公司检修公司,兰州 730050;兰州理工大学电气工程与信息工程学院,兰州 730050
文献出处：
引用格式：
[1]卫永鹏;苏益辉;王胜利;张鑫;王衡-.基于改进门控循环单元的变压器油中气体浓度预测)[J].电气技术,2022(02):55-60
A类：
改进门控循环单元
B类：
变压器油,中气,气体浓度预测,油浸式电力变压器,油中溶解气体,变压器状态评估,RAdam,优化器,GRU,改进模型,算例分析,长短期记忆神经网络,浓度变化,初始学习率
AB值：
0.175329
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
