基于极端学机的变压器油色谱数据预测方法

摘要

本发明公开了一种基于极端学机的变压器油色谱数据预测方法。本发明方法包括以下步骤：步骤1、采集变压器油色谱数据中的多种气体浓度历史数据，得到训练样本集；步骤2、以所述多种气体在某一时刻的浓度作为输入，以所述多种气体中的待预测气体在下一时刻的浓度作为输出，利用所述训练样本集对极端学机进行训练；所述极端学机的输入层节点数为所述多种气体的种类数，输出层节点数为1；训练完成后即得到待预测气体的预测模型；步骤3、利用所述预测模型对待预测气体的浓度进行预测。本发明利用极端学机良好的非线性函数逼近能力来对变压器油中的气体浓度进行预测，改善了变压器油色谱数据预测模型的精度和泛化能力。

主权项

一种基于极端学习机的变压器油色谱数据预测方法，其特征在于，包括以下步骤：步骤1、采集变压器油色谱数据中的多种气体浓度历史数据，得到训练样本集；步骤2、以所述多种气体在某一时刻的浓度作为输入，以所述多种气体中的待预测气体在下一时刻的浓度作为输出，利用所述训练样本集对极端学习机进行训练；所述极端学习机的输入层节点数为所述多种气体的种类数，输出层节点数为1；训练完成后即得到待预测气体的预测模型； 步骤3、利用所述预测模型对待预测气体的浓度进行预测。