基于广义回归神经网络的变压器油中特征气体发展趋势预测研究

• 作者: 冷传东 姜欣 金宝旭
• 来源期刊: 吉林电力
• 学科: 工学
• 关键词: 变压器 特征气体 广义回归神经网络(GRNN) 发展趋势预测
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 研究与探讨
• 页码范围: 11-14
• 页数: 4页
• 分类号: TM406|TP311
• 字数: 3172字
• 语种: 中文

摘要

通过对广义回归神经网络(GRNN)在预测方面的研究,结合变压器特征气体检测的实际情况,建立了一种基于GRNN的变压器油中特征气体发展趋势的预测模型,用于等时间间隔和非等时间间隔采样,预测未来任意时刻变压器油中特征气体值、产气速率以及产气速率超出限定值的时间点,在吉林省多台变压器上应用,证明该方法预测误差均在允许范围之内,可避免设备故障的发生,提升了电网的运行水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冷传东		1	2	1.0	1.0
2	姜欣		1	2	1.0	1.0
3	金宝旭		1	2	1.0	1.0