梁璐,蒋延磊,曹心怡,苏鑫,郑俊洋,丁五行.基于GA-BP神经网络的SF6/N2混合气体GIS设备故障诊断*[J].电工技术,2024(13):27-31
基于GA-BP神经网络的SF6/N2混合气体GIS设备故障诊断*
  
DOI：10.19768/j.cnki.dgjs.2024.13.008
中文关键词:  SF6/N2混合气体  SO2浓度  GA-BP神经网络模型  潜伏性故障
英文关键词:
基金项目:
作者单位
梁璐 河南省电力公司平顶山供电公司 
蒋延磊 河南省电力公司平顶山供电公司 
曹心怡 河南省电力公司平顶山供电公司 
苏鑫 河南省电力公司平顶山供电公司 
郑俊洋 河南省电力公司平顶山供电公司 
丁五行 泰普联合科技开发(北京)有限公司 
摘要点击次数: 419
全文下载次数: 0
中文摘要:
      为实现SF6/N2混合气体GIS设备的潜伏性故障诊断，搭建实验平台探究SO2浓度与放电量之间的关系，以SO2浓度增量为输入参数之一，建立BP、GA-BP神经网络模型来预测四种缺陷类型下的放电量，分析预测结果后选取最优诊断算法。结果表明：每种缺陷类型下的放电量与SO2浓度之间呈现正相关性，GA-BP神经网络模型的预测准确率和拟合度分别为0.86和0.9386，平均相对误差为1.23%，在评估结果中占明显优势，可为SF6/N2混合气体GIS设备的潜伏性故障建立诊断算法提供基础性数据。
英文摘要:
      
查看全文  查看/发表评论  下载PDF阅读器