混沌RBF神经网络对配变电系统气体传感的智能化预测

• 作者: 沈海平 王文瑞 陈亮 高杨德 鲁方林
• 来源期刊: 仪表技术与传感器
• 学科: 工学
• 关键词: 阵列式传感器系统 混沌 RBF神经网络 相空间重构 C-C法 Lyapunov指数
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 研究与开发
• 页码范围: 102-106
• 页数: 5页
• 分类号: TP18
• 字数: 2537字
• 语种: 中文

摘要

配电变站处在高压的运行环境下,保障环境中的气体质量非常重要.于是先构建阵列式传感器监测系统对配电变站气体进行监测,然后提出相空间重构的混沌RBF神经网络对其建立预测模型,提前做好安全监管措施.对传感器采集的的气体先用C-C法优化得到延迟时间τ和嵌入维数m,进而优化重构的相空间,然后再采用Lyapunov指数判断气体具有相空间混沌特性,对相空间重构进行混沌分析,有效地展示混沌吸引子动力学特性,通过吸引子相图反映出其混沌特性.通过重构后的吸引子训练径向基RBF神经网络进行训练和预测.通过对比RBF神经网路,发现混相空间重构的混沌RBF在这个预测中比RBF神经网路预测的精度更高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王文瑞	中国科学院上海高等研究院	10	35	3.0	5.0
2	陈亮	国网江苏省电力有限公司电力科学研究院	8	37	5.0	6.0
3	鲁方林	中国科学院上海高等研究院	5	5	2.0	2.0
4	高杨德	中国科学院上海高等研究院	1	0	0.0	0.0
5	沈海平		5	12	2.0	3.0