变压器油中气体的多核核主元回归预测模型 (2012年)

为了克服常用预测方法在建模时只单独考虑某种特征气体发展变化的不足，进一步提高预测的精度和可靠性，提出了一种基于多核核主元回归(multiple-kernel kernel principal component regression, MK-KPCR)的变压器油中气体预测模型。采用不同类型核函数的线性加权组合构造新的等价核，以降低建模精度对核函数及其参数选择的依赖性；利用核主元分析(kernel principal component analysis, KPCA)对变压器油中溶解气体样本数据提取核主元，