为了探索各因素对电容式电压互感器(Capacitance Type Voltage Transformer,CVT)误差状态的影响程度,提高CVT误差状态预测的精度,提出一种基于改进弹性网络回归的CVT误差状态预测方法。首先,通过拉依达准则和K-最近邻填充方法对原始数...为了探索各因素对电容式电压互感器(Capacitance Type Voltage Transformer,CVT)误差状态的影响程度,提高CVT误差状态预测的精度,提出一种基于改进弹性网络回归的CVT误差状态预测方法。首先,通过拉依达准则和K-最近邻填充方法对原始数据进行预处理;然后,构建改进的弹性网络回归模型,根据每个影响因素的皮尔逊相关系数在弹性网络回归模型中给与不同的惩罚权重,计算出该模型的最优系数;最后,利用具有最优系数的回归模型对CVT误差状态进行预测。结果表明所提方法具有更高的预测精度。展开更多
文摘为了探索各因素对电容式电压互感器(Capacitance Type Voltage Transformer,CVT)误差状态的影响程度,提高CVT误差状态预测的精度,提出一种基于改进弹性网络回归的CVT误差状态预测方法。首先,通过拉依达准则和K-最近邻填充方法对原始数据进行预处理;然后,构建改进的弹性网络回归模型,根据每个影响因素的皮尔逊相关系数在弹性网络回归模型中给与不同的惩罚权重,计算出该模型的最优系数;最后,利用具有最优系数的回归模型对CVT误差状态进行预测。结果表明所提方法具有更高的预测精度。