基于多频超声和人工神经网络的变压器油中微水含量检测

作者：杨华昆; 马显龙; 李胜朋; 李亚权; 孙利雄; 苏阳; 周渠^*

来源：绝缘材料, 2022, 55(04): 114-120.

DOI：10.16790/j.cnki.1009-9239.im.2022.04.017

• 变压器油
• 微水含量
• 多频超声
• 人工神经网络
• 预测模型

变压器油中的微水含量是衡量变压器能否长期稳定运行的重要因素。本研究基于多频超声检测结合人工神经网络算法，提出一种变压器油中微水含量预测方法。首先，利用卡尔费休滴定法测定210组油样中的微水含量。其次，对210组油样进行多频超声检测，分析油样中微水含量与多频超声数据中振幅和相位信号的关系。最后，利用PCA将原始242维多频超声数据降为23维，结合BPNN和GRNN两种人工神经网络以及GA和PSO两种优化算法，建立了基于PCA-GA-BPNN和PCA-PSO-GRNN的两种变压器油中微水含量预测模型，并将预测结果与实际结果进行对比。结果表明：两种预测模型的预测准确率均超过90%，表明本研究提出的方法能够有效地检测变压器油中的微水含量。

• 单位
  西南大学; 云南电网有限责任公司; 云南电网有限责任公司电力科学研究院