科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于电力变压器会出现实时监测其运行情况、健康状态的预测精度较低、速度慢等典型问题，论文提出一种基于数字孪生技术的麻雀搜索算法（Sparrow Search Algorithm,SSA）优化BP神经网络的健康预测方法。根据变压器结构、运行等特点建立基于物理空间多物理参数的数字孪生体；通过SSA优化BP神经网络来建立高精度的变压器健康预测模型，进行实时数据采集并实现变压器的健康预测；根据优化后与优化前的BP神经网络健康预测结果对比，发现优化后的健康预测精度明显提高且收敛速度快，因此最终选择运用SSA优化BP神经网络的预测结果实现变压器的健康状态预测。
- 单位
