典型文献
基于XGBoost和网格搜索的变压器油中溶解气体含量预测
文献摘要：
对变压器的故障检测通常使用油中溶解气分析的方法,目前对变压器油中溶解气体的含量预测逐渐成为了研究热点.将XGBoost算法应用于油中溶解气体含量的预测,并且与支持向量机等5种算法进行比较,验证了XGBoost算法的可行性和精确性;并构建了XGBoost和网格搜索相结合的模型,该模型利用网格搜索法对XGBoost算法进行超参数筛选和优化,显著提升了XGBoost算法的性能.最后,利用内蒙古根河市110 kV变压器油中溶解气体数据,经过网格搜索法筛选出5个超参数,并对其优化.油中溶解气体含量预测仿真结果表明,超参数优化后的XGBoost算法的均方根误差和平均绝对百分比误差都有所下降,预测精度明显优于未进行超参数优化的模型.
文献关键词：
油中溶解气体;网格搜索法;XGBoost;气体含量预测
中图分类号：
作者姓名：
陈浩男;高雪莲
作者机构：
华北电力大学电气与电子工程学院,北京 102206
文献出处：
引用格式：
[1]陈浩男;高雪莲-.基于XGBoost和网格搜索的变压器油中溶解气体含量预测)[J].河北师范大学学报（自然科学版）,2022(06):575-581
A类：
B类：
XGBoost,变压器油,油中溶解气体含量,气体含量预测,故障检测,用油,气分,算法应用,精确性,网格搜索法,参数筛选,根河市,kV,超参数优化,平均绝对百分比误差
AB值：
0.126551
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。
