基于模糊聚类和BP神经网络的隔离开关温度预测

• 作者: 周轶楠 朱传捷 武永超 王磊 肖义文
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: 模糊聚类 BP神经网络 隔离开关 温度预测
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 算法语言
• 页码范围: 52-54
• 页数: 3页
• 分类号: TP18
• 字数: 1914字
• 语种: 中文

摘要

由于电力系统对电气设备的安全性提出了更高的要求,而电气设备的故障大多表现为温度异常,为了解决隔离开关温度异常的问题,笔者提出了一种基于模糊聚类和BP神经网络的隔离开关温度预测方法.首先,将原始数据用模糊聚类算法进行聚类,完成数据的预处理,然后利用BP神经网络对每一个类训练一个温度预测模型,在不同的条件下选择不同的模型预测温度,并把BP神经网络的预测结果和径向基神经网络的预测结果进行对比.以湖北电网某变电站实际数据为例进行了实验,结果表明,此方法在隔离开关的温度预测中有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖义文	华中科技大学自动化学院	4	6	2.0	2.0
2	王磊		4	6	2.0	2.0
3	武永超		1	1	1.0	1.0
4	周轶楠	华中科技大学自动化学院	1	1	1.0	1.0
5	朱传捷		1	1	1.0	1.0