基于DEPSO-RBFNN的变压器表面温度预测模型

• 作者: 刘兆燕 曹一家 朱传柏 朱承治 秦杰 郭创新
• 来源期刊: 电工技术学报
• 学科: 工学
• 关键词: SF6气体绝缘变压器 表面温度预测 RBF神经网络 粒子群优化算法 差异进化算法
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 电机与电器
• 页码范围: 37-43
• 页数: 7页
• 分类号: TM402
• 字数: 5498字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-6753.2008.06.007

摘要

提出一种基于差异进化算法(DE)和粒子群优化算法(PSO)的新型混合进化算法DEPSO,以及基于DEPSO的径向基函数神经网络(RBFNN)模型,并应用于预测SF6气体绝缘变压器表面温度.该模型用DEPSO算法训练RBFNN隐层中心的数量和位置,并采用递推最小二乘法确定网络输出层的权值.对某变电站SF6气体绝缘变压器的表面温度预测结果表明:与BP网络、基于进化规划(EP)、PSO的RBFNN相比,这种建模方法具有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹一家	浙江大学电气工程学院	153	8711	49.0	88.0
2	郭创新	浙江大学电气工程学院	216	5889	43.0	69.0
3	朱传柏	浙江大学电气工程学院	14	609	11.0	14.0
4	朱承治	浙江大学电气工程学院	11	232	7.0	11.0
5	秦杰		14	210	7.0	14.0
6	刘兆燕	浙江大学电气工程学院	6	83	4.0	6.0