利用反向传播神经网络研究变压器油多关联参数

• 作者: 曹顺安 李智
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 变压器油 预测模型 击穿电压 BP神经网络
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 综述与基础研究
• 页码范围: 24-29
• 页数: 6页
• 分类号: TP183
• 字数: 5443字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2009.12.006

摘要

介绍用反向传播(back propagation,BP)神经网络对变压器油的重要参数-击穿电压建立预测模型,实现对变压器油性能监测的方法,阐述了网络层数、神经元个数、训练函数的设计过程,样本训练的实验结果证明:该网络模型具有较好的预测能力;同时,基于BP神经网络的建模方法建立包括变压器油击穿电压、闪点、酸值、总烃、水分等参数之间关联的BP网络预测模型,将两种模型进行比较发现,网络预测模型的预测结果与实际结果的相对误差较小,从而证明该预测模型具有一定的实际意义.

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		103	750	14.0	22.0
2	李智	广东电网公司电力科学研究院	12	89	5.0	9.0