摘要：變壓器油是電力變壓器中的主要絕緣物質(zhì)之一,油的密度指標(biāo)與變壓器的安全運(yùn)行息息相關(guān)。文中基于多頻超聲波、遺傳算法-反向傳播神經(jīng)網(wǎng)絡(luò)(GA-BPNN)的原理,對變壓器油密度進(jìn)行了預(yù)測研究。以電網(wǎng)公司110組變壓器油為例,其中100組為訓(xùn)練集,10組為預(yù)測集。建立了基于BPNN的變壓器油密度預(yù)測模型,并將242維多頻超聲數(shù)據(jù)作為輸入,密度作為輸出。通過試驗(yàn)法確定了BPNN的隱層神經(jīng)元個(gè)數(shù),由此建立非線性映射關(guān)系,并用遺傳算法優(yōu)化BPNN的各層連接權(quán)值及閾值。結(jié)果表明,與傳統(tǒng)的標(biāo)準(zhǔn)BPNN模型相比,GA-PNN模型的變壓器油密度值與實(shí)際值擬合度更高,誤差更小。研究結(jié)果為檢測變壓器油的其他參數(shù)提供了可靠的依據(jù)。
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
