中国电机工程学报
中國電機工程學報
중국전궤공정학보
ZHONGGUO DIANJI GONGCHENG XUEBAO
2007年
3期
100-105
,共6页
李锐华%孟国香%谢恒堃%高乃奎
李銳華%孟國香%謝恆堃%高迺奎
리예화%맹국향%사항곤%고내규
电机%计算智能%定子绝缘%击穿电压%混合模型%预测
電機%計算智能%定子絕緣%擊穿電壓%混閤模型%預測
전궤%계산지능%정자절연%격천전압%혼합모형%예측
应用混合计算智能方法,进行大型发电机定子绝缘击穿电压预测以对其剩余寿命进行评估.为了解决在样本数较少及自变量间存在多重相关性时的击穿电压预测问题,文中通过将RBF神经网络和偏最小二乘(PLS)集成在一起,来计算PLS输入的外部模型权值,利用PLS方法提取变量成份来降低输入变量维数,这样消除了变量建模时的共线性,从而大大提高PLS的建模能力,同时利用RBF神经网络的非线性拟合能力来捕获变量投影空间的非线性关系.另外,在建模过程中对原始数据进行了中心化和压缩处理,以消除参数的量纲效应.大电机定子击穿电压预测试验结果表明:混合模型的预测结果明显优于传统的预测模型.
應用混閤計算智能方法,進行大型髮電機定子絕緣擊穿電壓預測以對其剩餘壽命進行評估.為瞭解決在樣本數較少及自變量間存在多重相關性時的擊穿電壓預測問題,文中通過將RBF神經網絡和偏最小二乘(PLS)集成在一起,來計算PLS輸入的外部模型權值,利用PLS方法提取變量成份來降低輸入變量維數,這樣消除瞭變量建模時的共線性,從而大大提高PLS的建模能力,同時利用RBF神經網絡的非線性擬閤能力來捕穫變量投影空間的非線性關繫.另外,在建模過程中對原始數據進行瞭中心化和壓縮處理,以消除參數的量綱效應.大電機定子擊穿電壓預測試驗結果錶明:混閤模型的預測結果明顯優于傳統的預測模型.
응용혼합계산지능방법,진행대형발전궤정자절연격천전압예측이대기잉여수명진행평고.위료해결재양본수교소급자변량간존재다중상관성시적격천전압예측문제,문중통과장RBF신경망락화편최소이승(PLS)집성재일기,래계산PLS수입적외부모형권치,이용PLS방법제취변량성빈래강저수입변량유수,저양소제료변량건모시적공선성,종이대대제고PLS적건모능력,동시이용RBF신경망락적비선성의합능력래포획변량투영공간적비선성관계.령외,재건모과정중대원시수거진행료중심화화압축처리,이소제삼수적량강효응.대전궤정자격천전압예측시험결과표명:혼합모형적예측결과명현우우전통적예측모형.