张家涛,褚琼楠,代煜,章海兵,姚国年,苏洪明.基于时序 NARX自适应神经网络的油浸式变压器绕组温度预测[J].电工技术,2023(8):104-106
基于时序 NARX自适应神经网络的油浸式变压器绕组温度预测
  
DOI：10.19768/j.cnki.dgjs.2023.08.026
中文关键词:  NARX自适应神经网络  数据预处理  绕组热点温度  深度学习
英文关键词:
基金项目:
作者单位
张家涛 郑州地铁集团有限公司 
褚琼楠 郑州地铁集团有限公司 
代煜 合肥科大智能机器人技术有限公司 
章海兵 合肥科大智能机器人技术有限公司 
姚国年 合肥科大智能机器人技术有限公司 
苏洪明 合肥科大智能机器人技术有限公司 
摘要点击次数: 425
全文下载次数: 0
中文摘要:
      变压器绕组热点温度过高会导致绝缘老化速度变快,剩余寿命变短.为此提出了一种基于时序性外因非线 性自回归 (NARX)的自适应神经网络模型以获得更精准的绕组热点温度预测数据.首先,确定影响变压器绕组温度 的外部特征因子种类;然后,对变压器绕组热点数据和其他数据进行预处理;最后,将处理后的数据输入时序 NARX 自适应神经网络模型进行训练和调参,完成模型的构建.经实例验证,提出的外因 NARX 自适应神经网络绕组热点 温度预测模型能对不同类型变压器数据进行特定的预处理,并且与支持向量机回归、回归树、高斯核回归方法相比, 预测误差更小,在提高精度上具有更大优势.
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器