典型文献
带参数优化的随机森林变压器油中溶解气体浓度预测
文献摘要：
变压器作为电网运行中的关键设备,其油中溶解气体浓度预测一直是研究热点.随机森林算法作为一种泛化能力很强的集中机器学习算法,算法性能与算法参数选择存在密切影响关系.现已报道的利用随机森林算法解决变压器油中溶解气体浓度预测问题的研究,忽略了对参数取值问题的讨论.利用遗传算法对随机森林算法中的5个重要参数进行优化,将优化结果代入随机森林算法,以乙炔为例,所得油中溶解气体预测相对误差为2.66％,结果小于不进行参数优化时的相对误差(3.24％),算例结果验证了模型的有效性.
文献关键词：
油中溶解气体;随机森林算法;气体浓度预测;参数优化;遗传算法
中图分类号：
作者姓名：
佟敏;崔亚茹;党乐;陈忠源
作者机构：
国家电网内蒙古东部电力有限公司电力科学研究院,内蒙古呼和浩特 010000
文献出处：
引用格式：
[1]佟敏;崔亚茹;党乐;陈忠源-.带参数优化的随机森林变压器油中溶解气体浓度预测)[J].河北师范大学学报（自然科学版）,2022(05):468-473
A类：
B类：
变压器油,油中溶解气体,气体浓度预测,电网运行,关键设备,随机森林算法,泛化能力,机器学习算法,算法性能,算法参数,参数选择,影响关系,参数取值,重要参数,代入,乙炔
AB值：
0.163396
相似文献
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。
