基于反向传播神经网络的载流导体本体温度仿真计算

• 作者: 周文文 彭丹 徐卫东 聂一雄
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 开关柜 载流导体 温度 反向传播神经网络
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 输配电技术
• 页码范围: 104-108
• 页数: 5页
• 分类号: TM247
• 字数: 3997字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2017.011.020

摘要

在常规的载流导体本体温度测试中,由于传感器不能直接贴近导体而存在一定的测量偏差.为解决此问题,建立了基于反向传播(back propagation,BP)神经网络的开关柜载流导体本体温度计算模型,利用己有载流导体表层温度和环境温度数据训练BP神经网络,无需考虑载流导体本身的物性参数.以额定电压12 kV、载流1.25 kA开关柜出线室电缆为试验对象运行该模型,在迭代240次左右完成训练学习,计算出导体本体温度为65℃.通过与有限元模型计算结果进行对比,验证了所建模型能准确计算载流导体本体的温度,且建模简单、操作方便、可重复使用.进一步提高模型的计算精度是下一步研究的方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	聂一雄	广东工业大学自动化学院	77	586	12.0	20.0
2	徐卫东	广东工业大学自动化学院	10	24	3.0	4.0
3	彭丹	广东工业大学自动化学院	10	23	3.0	4.0
4	周文文	广东工业大学自动化学院	7	16	3.0	3.0