基于BP神经网络的电力设备运行温度预测方法研究

• 作者: 孟晨平 张萍 王超 贾寅飞 陈化军
• 来源期刊: 电子世界
• 关键词: 电力设备 BP神经网络 运行温度预测
• 年，卷（期）: 2018,（10）
• 所属期刊栏目: 探索与观察
• 页码范围: 40-41
• 页数: 2页
• 字数: 2421字
• 语种: 中文

摘要

电力设备状态预警对保证电力系统的安全运行具有重要意义.红外成像仪的广泛应用为电力设备状态预警提供了有效途径.本文利用电气设备红外图像的红外温度信息、负荷大小、环境温度、日照强度、风速等关键信息,构建基于BP神经网络的电力设备运行温度预测模型,通过电气设备的实际运行数据作为BP神经网络的学习样本和测试样本,通过Matlab软件进行网络训练得到电气设备运行温度预测网络模型.算例表明该网络模型的预测结果具有较高的可靠性和工程实践价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超	国网山东省电力公司枣庄供电公司	32	32	3.0	4.0
2	张萍	国网山东省电力公司枣庄供电公司	4	27	2.0	4.0
3	陈化军	国网山东省电力公司枣庄供电公司	1	5	1.0	1.0
4	贾寅飞	国网山东省电力公司枣庄供电公司	2	5	1.0	2.0
5	孟晨平	国网山东省电力公司枣庄供电公司	1	5	1.0	1.0