基于多频超声和人工神经网络的变压器油中微水含量检测

• 作者: 杨华昆 马显龙 李胜朋 李亚权 孙利雄 苏阳 周渠
• 来源期刊: 绝缘材料
• 关键词: 变压器油 微水含量 多频超声 人工神经网络 预测模型
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 测试与分析
• 页码范围: 114-120
• 页数: 6页
• 分类号: TM214
• 语种: 中文
• DOI: 10.16790/j.cnki.1009-9239.im.2022.04.017

摘要

变压器油中的微水含量是衡量变压器能否长期稳定运行的重要因素。本研究基于多频超声检测结合人工神经网络算法，提出一种变压器油中微水含量预测方法。首先，利用卡尔费休滴定法测定210组油样中的微水含量。其次，对210组油样进行多频超声检测，分析油样中微水含量与多频超声数据中振幅和相位信号的关系。最后，利用PCA将原始242维多频超声数据降为23维，结合BPNN和GRNN两种人工神经网络以及GA和PSO两种优化算法，建立了基于PCA-GA-BPNN和PCA-PSO-GRNN的两种变压器油中微水含量预测模型，并将预测结果与实际结果进行对比。结果表明：两种预测模型的预测准确率均超过90%，表明本研究提出的方法能够有效地检测变压器油中的微水含量。