摘要
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