摘要
本发明涉及电力设备气体浓度检测技术领域,公开了一种基于改进极限学习机的油中溶解气体浓度检测方法及系统,包括:通过将极限学习机改进为核极限学习机以及深度极限学习机,分别结合海鸥优化算法,构建变压器油中溶解气体浓度预测模型,并对模型进行训练;基于所述变压器数据,输入至所述变压器油中溶解气体浓度预测模型,输出变压器油中溶解气体预测结果及故障类型。本发明将智能化优化算法和数据处理方法相结合,对学习速度快,泛化性能好的极限学习机进行改进构成深度极限学习机和核极限学习机模型,并利用改进的海鸥算法进行优化,构成预测模型进行预测,提高了电力系统中设备气体浓度的检测精度。
技术关键词
气体浓度检测方法
深度极限学习机
变压器运行数据
计算机可执行指令
气体浓度检测系统
浓度检测技术
算法
广义逆矩阵
因子
机器学习模型
数据处理方法
支持向量机
处理器
阶段
站点
系统为您推荐了相关专利信息
图像编码器
文本特征向量
图像特征向量
文本编码器
多模态
多通道大容量
信道仿真器
信号传输接口
数据同步
读写控制模块
变电站开关柜
改造方法
过渡设备
计算机可执行指令
调试平台