基于改进RBFNN的变电站设备红外温度预测方法

• 作者: 孙运涛 崔昊杨 张同乔 王超群 许永鹏
• 来源期刊: 电气应用
• 关键词: 变电站 OLS QGA 径向基神经网络 红外热像图 温度预测
• 年，卷（期）: 2015,（23）
• 所属期刊栏目: 方案设计
• 页码范围: 66-69,74
• 页数: 5页
• 语种: 中文

摘要

红外热像检测技术具有安全可靠、非接触测温、探测距离远和检测速度快等特点,广泛应用于电力设备的热故障诊断中[1-3].红外热图像的研究重点在于明确红外热像图与设备异常发热区的关联性,包括温度与图像的一般关系,即温度拟合、预测.目前,人工神经网络理论,在温度预测方面的应用非常突出,具有很强的自学习和复杂的非线性函数拟合能力.其中,RBF神经网络具有全局最佳逼近能力,预测效果显著.