基于BP神经网络的多参数关联变压器油击穿电压的预测研究

李睿; 曹顺安; 盛凯

您当前的位置：

首页 >

文章列表页 >

基于BP神经网络的多参数关联变压器油击穿电压的预测研究

技术讨论 | 更新时间：2025-04-26

- 基于BP神经网络的多参数关联变压器油击穿电压的预测研究
- Prediction of Breakdown Voltage of Transformer Oil via Multi-parameter Correlation Based on BP Neural Network
- 高压电器 2008年第4期页码：342-346
- 作者机构：
  
  武汉大学动力与机械学院
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TM406;TP183
- 纸质出版日期：2008
- 稿件说明：
移动端阅览
[1]李睿,曹顺安,盛凯.基于BP神经网络的多参数关联变压器油击穿电压的预测研究[J].高压电器,2008(04):342-346.

LI Rui, CAO Shun-an, SHENG Kai. Prediction of Breakdown Voltage of Transformer Oil via Multi-parameter Correlation Based on BP Neural Network[J]. High voltageapparatus, 2008, (4): 342-346.
[1]李睿,曹顺安,盛凯.基于BP神经网络的多参数关联变压器油击穿电压的预测研究[J].高压电器,2008(04):342-346. DOI：

LI Rui, CAO Shun-an, SHENG Kai. Prediction of Breakdown Voltage of Transformer Oil via Multi-parameter Correlation Based on BP Neural Network[J]. High voltageapparatus, 2008, (4): 342-346. DOI：

摘要

电力变压器的安全、稳定和经济运行是电力输送的重要保证。基于变压器油的日常监督数据

预测变压器油的击穿电压

将为变压器故障的早期诊断、预测防范和及时处理提供重要的科学依据。笔者鉴于BP神经网络具有任意的非线性映射、强大的自学习功能和良好的容错特性

采用BP神经网络的方法进行多参数关联变压器油击穿电压的预测研究。利用变压器油的日常监测数据

用BP算法和改进BP算法训练网络

分别建立了击穿电压与4个影响因素的关联模型。结果表明

基于改进BP算法模型的预测结果精度较高

预测值相对误差在5%以内

具有重要的实际应用价值。

Abstract

Prediction of breakdown voltage of transformer oil facilitates the early fault diagnosis and fault prevention of transformer.Since back-propagation（BP） neural network has prominent fault-tolerant

non-linear approximation

and self-learning capabilities

this paper presents a BP neural network with BP algorithm and a BP neural network with improved BP algorithm respectively to simulate the correlation between breakdown voltage and four relevant parameters

using the monitoring data of transformer oil.The results show the latter gives more accurate prediction values with a relative error within 5%.

关键词

Keywords

references

浏览量

172

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

空气间隙击穿电压预测方法研究综述

支持向量机在组合空气间隙击穿电压预测中的应用

全氟己酮对棒—板短空气间隙工频击穿特性的影响

计及放电形态和发光特性的变压器油中流注传播模式分类

Mn掺杂SnS二维材料吸附变压器油中特征气体的机理研究