RBF网络用于变压器油击穿电压的多参数关联预测

• 作者: 李纯刚 胡家元
• 来源期刊: 工业仪表与自动化装置
• 关键词: 变压器油 RBF神经网络 模糊聚类 击穿电压 预测
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 经验交流
• 页码范围: 68-70,84
• 分类号: TM762
• 语种: 中文
• DOI: 10.3969/j.issn.1000-0682.2011.05.019

摘要

基于变压器油性能参数之间的关联性,在Matlab平台下研究建立变压器油关键参数——击穿电压的多参数关联预测方法.利用RBF网络建立击穿电压与4个强关联性指标的关系模型,并与BP网络模型进行对比；采用模糊C聚类方法处理大量的训练样本,以聚类结果来训练网络,从而解决大样本训练网络时网络结构复杂、性能不佳等问题；仿真结果表明,RBF网络较BP网络的建模性能大为改善,预测值与实际值的相对误差均在10％以内,能够满足实际应用要求,具有重要的理论意义及应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡家元	武汉大学动力与机械学院	21	152	7.0	11.0