基于BP神经网络的多参数关联变压器油击穿电压的预测研究

• 作者: 曹顺安 李睿 盛凯
• 来源期刊: 高压电器
• 学科: 工学
• 关键词: 变压器油 预测 击穿电压 BP神经网络 多参数
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 技术讨论
• 页码范围: 342-346
• 页数: 5页
• 分类号: TM762
• 字数: 4096字
• 语种: 中文

摘要

电力变压器的安全、稳定和经济运行是电力输送的重要保证.基于变压器油的日常监督数据,预测变压器油的击穿电压,将为变压器故障的早期诊断、预测防范和及时处理提供重要的科学依据.笔者鉴于BP神经网络具有任意的非线性映射、强大的自学习功能和良好的容错特性.采用BP神经网络的方法进行多参数关联变压器油击穿电压的预测研究.利用变压器油的日常监测数据.用BP算法和改进BP算法训练网络.分别建立了击穿电压与4个影响因素的关联模型.结果表明,基于改进BP算法模型的预测结果精度较高,预测值相对误差在5%以内.具有重要的实际应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹顺安	武汉大学动力与机械学院	103	750	14.0	22.0
2	李睿	武汉大学动力与机械学院	45	388	9.0	18.0
3	盛凯	武汉大学动力与机械学院	10	89	5.0	9.0