典型文献
基于SSA-BPNN-ARIMA残差校正的变压器套管温度预测
文献摘要：
针对于变压器套管温度预测,提出了一种残差校正模型,选择差分自回归移动平均模型挖掘温度序列中的线性变化规律并对未来温度值进行预测,同时提取出预测值的残差量用于训练反馈神经网络,挖掘残差量的非线性变化规律,对未来残差量进行预测,用以校正差分自回归移动平均模型的温度预测值.在训练反馈神经网络时,使用麻雀搜索算法对其进行优化,改善了训练时易陷入局部最优的缺点.最后,通过实际算例与单一模型和简单加权组合模型进行对比,结果表明,所提残差校正模型相较于另3种模型,预测精度与稳定性有明显的提高.
文献关键词：
变压器套管;温度预测;差分自回归移动平均模型;反馈神经网络;麻雀搜索算法;残差校正
中图分类号：
作者姓名：
马骁雨;张慧芬;王植;张驰;董振
作者机构：
济南大学自动化与电气工程学院 济南250022;国网济宁供电公司 济宁272000
文献出处：
引用格式：
[1]马骁雨;张慧芬;王植;张驰;董振-.基于SSA-BPNN-ARIMA残差校正的变压器套管温度预测)[J].国外电子测量技术,2022(02):151-156
A类：
B类：
SSA,BPNN,ARIMA,残差校正,变压器套管,温度预测,校正模型,选择差,差分自回归移动平均模型,度序列,同时提取,反馈神经网络,非线性变化,麻雀搜索算法,局部最优,简单加权,组合模型
AB值：
0.233625
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。
