基于EMD和OS-ELM的变压器套管温度预测方法
Abstract
为了提高变压器套管温度的预测精度，提出了一种基于经验模态分解（empirical mode decomposition， EMD）和在线序列极限学习机（online sequential-extreme learning machine，OS-ELM）的变压器套管温度预测方法。首先，采用EMD法对变压器套管温度时序数据进行分解，得到若干内涵模态分量；其次，利用滑动窗口法处理各个分量形成带标签的数据集，并输入OS-ELM模型对各个分量的数据集进行训练；最后，通过叠加各个序列分量的预测结果得到最终的变压器套管温度预测结果。实例仿真结果表明：EMD预处理可提升模型的预测精度；对比极限学习机（ELM）、反向传播神经网络（back propagation neural network，BPNN）和支持向量机（support vector machine，SVM）方法，文中所提方法预测精度更高。
Fields of Study & Subjects
Power Transformer Diagnostics and Insulation
Machine Fault Diagnosis Techniques
Thermal Analysis in Power Transmission
Publication details
- Journal / source
- DOAJ (DOAJ: Directory of Open Access Journals)
- Publication date
- 1 January 2026
- Language
- ZH