摘要：分析了小波神经网络（WNN）、灰色神经网络（GNN）、支持向量机（SVM）预测方法的原理，利用粒子群优化（PSO）算法对这3种基本预测方法进行了结构参数优化。将WNN、GNN、SVM与PSO—BP算法进行组合，推导得出了组合预测模型最优权系数的计算方法，并优化了组合预测模型拓扑结构参数。算例分析结果表明：经过PSO算法优化后，WNN、GNN、SVM预测模型的预测精度得到了提高，其组合模型较单一模型有更高的预测精度。

关键词：电力变压器 dga 组合预测模型 

单位：国网重庆市电力公司电力科学研究院; 重庆401123