变压器作为电网运行中的关键设备，其油中溶解气体浓度预测一直是研究热点.随机森林算法作为一种泛化能力很强的集中机器学习算法，算法性能与算法参数选择存在密切影响关系.现已报道的利用随机森林算法解决变压器油中溶解气体浓度预测问题的研究，忽略了对参数取值问题的讨论.利用遗传算法对随机森林算法中的5个重要参数进行优化，将优化结果代入随机森林算法，以乙炔为例，所得油中溶解气体预测相对误差为2.66%,结果小于不进行参数优化时的相对误差(3.24%),算例结果验证了模型的有效性.
科研之友
微信
新浪微博
Facebook
分享链接
