基于GA-BPNN的多频超声波变压器油密度检测研究

基于GA-BPNN的多频超声波变压器油密度检测研究
变压器油是电力变压器中的主要绝缘物质之一，油的密度指标与变压器的安全运行息息相关。文中基于多频超声波、遗传算法-反向传播神经网络(GA-BPNN)的原理，对变压器油密度进行了预测研究。以电网公司110组变压器油为例，其中100组为训练集，10组为预测集。建立了基于BPNN的变压器油密度预测模型，并将242维多频超声数据作为输入，密度作为输出。通过试验法确定了BPNN的隐层神经元个数，由此建立非线性映射关系，并用遗传算法优化BPNN的各层连接权值及阈值。结果表明，与传统的标准BPNN模型相比，GA-BPNN模型的变压器油密度值与实际值拟合度更高，误差更小。研究结果为检测变压器油的其他参数提供了可靠的依据。

标题：
基于GA-BPNN的多频超声波变压器油密度检测研究
Transformer oil density based on GA-BPNN method and multi-frequency ultrasound

作者：
赵耀洪，杨壮，钱艺华，李丽，彭磊，周渠
ZHAO Yaohong, YANG Zhuang, QIAN Yihua, LI Li, PENG Lei, ZHOU Qu

关键词：
多频超声波;神经网络;变压器油;密度;预测
multi-frequency ultrasound;neural network;transformer oil;density;prediction

2025-1-22 20:09 上传 基于GA-BPNN的多频超声波变压器油密度检测研究.pdf

文件大小:

1.28 MB

下载次数:

60

高速下载