基于ANFIS的变压器寿命预测和状态评估

• 作者: 胡碧伟 邓祥力 贾声昊
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: 变压器 寿命预测 状态评估 自适应模糊神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 理论与实验研究|Theory & Experimental Research
• 页码范围: 61-68
• 页数: 8页
• 分类号: TM41
• 语种: 中文
• DOI: 10.19753/j.issn1001-1390.2022.01.008

摘要

变压器寿命和运行状态准确的评估对其检修策略的制定有着重要的指导意义.为了实现对变压器寿命和状态进行客观的、科学的评估,文中提出了基于自适应模糊神经网络(ANFIS)的多特征诊断参数的变压器寿命预测和状态评估方法.提取影响变压器寿命的特征参数,通过自适应模糊神经网络对这些特征参数进行学习,利用反向传播算法解决权重的自适应动态调整,构建变压器的寿命预测模型;在其基础上结合油中溶解气体建立一种变压器综合健康状态评估模型.通过实验数据研究论证,该模型能够准确有效地诊断变压器寿命和状态,同时相比传统方法有更高的预测精度和评估精度,是一种新的有效的变压器状态评估方法.