基于灰色理论及BP神经网络的变压器油击穿电压预测方法

被引：5

作者：

胡家元

曹顺安

机构：

[1] 武汉大学动力与机械学院

来源：

计算机与应用化学 | 2011年 / 28卷 / 02期

关键词：

灰色关联分析; BP神经网络; 模糊C均值聚类; 击穿电压; 预测;

D O I：

10.16866/j.com.app.chem2011.02.027

中图分类号：

TM855 [绝缘的试验与检查];

学科分类号：

080803 [高电压与绝缘技术];

摘要：

变压器油击穿电压的预测,对于变压器的故障诊断和日常维护具有重要的意义。本文提出了1种击穿电压多参数关联预测方法,即通过对变压器油日常监督数据进行灰色关联分析,挖掘与击穿电压存在强关联性的指标;利用BP网络建立击穿电压与4个强关联性指标的关系模型;采用模糊C均值聚类算法聚类原始样本,以聚类中心训练网络,以解决大样本情况引起的网络结构复杂、收敛性及泛化能力差等神经网络固有问题。仿真结果表明,预测模型精度较高,预测值与实际值的相对误差均在10%以内,能够满足实际应用要求,具有重要的应用价值。

引用

页码：245 / 248

页数：4

共 10 条

[1]

变压器运行维护与故障分析处理.[M].操敦奎; 许维宗; 阮国方; 编.中国电力出版社.2008,

[2]

Matlab神经网络与应用.[M].董长虹; 编著.国防工业出版社.2007,

[3]

变压器油及相关故障诊断处理技术.[M].钱旭耀; 编著.中国电力出版社.2006,

[4]

人工神经网络原理及应用.[M].朱大奇;史慧编著;.科学出版社.2006,

[5]

灰理论基础.[M].邓聚龙著;.华中科技大学出版社.2002,

[6]

电力变压器故障与诊断.[M].董其国编著;.中国电力出版社.2001,

[7]

BP神经网络在变压器故障诊断中的应用 [J].

杨海马 ;

刘瑾 ;

张菁 .

变压器, 2009, 46 (01) :67-70

[8]

BP神经网络用于预测多参数关联变压器油的性能 [J].

李睿 ;

曹顺安 ;

盛凯 .

计算机与应用化学, 2008, (06) :737-740

[9]

基于聚类的神经网络及其在预测中的应用 [J].

陈传波 ;

彭炎 ;

陆枫 .

华中科技大学学报(自然科学版), 2003, (06) :84-85+105

[10]

Knowledge Discovery in Neural Network with Application to Transformer Failure Dianosis..Adrianna Rosa Garcez Castro;Vladimiro Miranda;.Power Systems.2005, 02

← 1 →