基于弹性网络的空心线圈电流互感器误差预测北大核心CSCD

针对空心线圈电流互感器长期可靠性和稳定性不高的问题,文中首先利用皮尔逊相关系数和基于弹性网络因子筛选的方法,得到影响空心线圈电流互感器误差的主导因素是环境参量温度和电气参量负荷;再利用机器学习的线性回归模型弹性网络对空心线圈电流互感器进行误差预测,同时为避免陷入局部最小值和过拟合的问题,使用了交叉验证的方法。在此基础上,将所提模型的预测结果与传统SVM和KNN算法的预测结果进行了对比分析,实例结果表明弹性网络对误差的预测有更高的准确性、稳定性和解释性。