论文部分内容阅读
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