基于XGBoost和网格搜索的变压器油中溶解气体含量预测

作者：陈浩男; 高雪莲^*

来源：河北师范大学学报(自然科学版), 2022, 46(06): 575-581.

DOI：10.13763/j.cnki.jhebnu.nse.202202018

• 油中溶解气体
• 网格搜索法
• XGBoost
• 气体含量预测

对变压器的故障检测通常使用油中溶解气分析的方法，目前对变压器油中溶解气体的含量预测逐渐成为了研究热点.将XGBoost算法应用于油中溶解气体含量的预测，并且与支持向量机等5种算法进行比较，验证了XGBoost算法的可行性和精确性；并构建了XGBoost和网格搜索相结合的模型，该模型利用网格搜索法对XGBoost算法进行超参数筛选和优化，显著提升了XGBoost算法的性能.最后，利用内蒙古根河市110 kV变压器油中溶解气体数据，经过网格搜索法筛选出5个超参数，并对其优化.油中溶解气体含量预测仿真结果表明，超参数优化后的XGBoost算法的均方根误差和平均绝对百分比误差都有所下降，预测精度明显优于未进行超参数优化的模型.

• 单位
  电子工程学院; 华北电力大学