| 注册
首页|期刊导航|电网技术|基于粒子群优化–长短期记忆网络模型的 变压器油中溶解气体浓度预测方法

基于粒子群优化–长短期记忆网络模型的 变压器油中溶解气体浓度预测方法

刘可真 苟家萁 骆钊 王科 徐肖伟 赵勇军

电网技术2020,Vol.44Issue(7):2778-2784,中插28,8.
电网技术2020,Vol.44Issue(7):2778-2784,中插28,8.DOI:10.13335/j.1000-3673.pst.2019.2608

基于粒子群优化–长短期记忆网络模型的 变压器油中溶解气体浓度预测方法

Prediction of Dissolved Gas Concentration in Transformer Oil Based on PSO-LSTM Model

刘可真 1苟家萁 1骆钊 1王科 2徐肖伟 2赵勇军3

作者信息

  • 1. 昆明理工大学电力工程学院,云南省昆明市 650500
  • 2. 云南电网有限责任公司电力科学研究院,云南省昆明市 650217
  • 3. 云南电力技术有限责任公司,云南省昆明市 650000
  • 折叠

摘要

关键词

变压器/粒子群优化/长短期记忆网络/油中溶解气体/预测

分类

信息技术与安全科学

引用本文复制引用

刘可真,苟家萁,骆钊,王科,徐肖伟,赵勇军..基于粒子群优化–长短期记忆网络模型的 变压器油中溶解气体浓度预测方法[J].电网技术,2020,44(7):2778-2784,中插28,8.

基金项目

国家自然科学基金项目(51907084) (51907084)

云南电网有限责任公司科技项目(YNKJXM20180736) (YNKJXM20180736)

昆明理工大学引进人才科研启动基金项目(KKSY201704027).本文得到了云南省教育厅科学研究基金项目(2018JS032)资助,谨此致谢! (KKSY201704027)

电网技术

OA北大核心CSCDCSTPCD

1000-3673

访问量5
|
下载量0
段落导航相关论文