PSO-BP神经网络在开关柜设备温度预测中的应用

作者：郭文强; 董瑶; 李清华; 张梦梦; 王立贤

来源：陕西科技大学学报, 2020, (1): 149-153.

DOI：10.3969/j.issn.1000-5811.2020.01.025

• 开关柜
• 温度预测
• PSO-BP
• 神经网络

温度是衡量电力开关柜设备健康状态的重要指标,对开关柜内设备进行准确的温度预测可有效的提前把握其运行状态.传统BP神经网络可以实现温度预测,但由于该网络在训练过程中容易陷入局部极小值,影响了温度预测的准确性.提出了一种PSO优化BP神经网络对设备温度进行预测的方法.首先,将电力运行数据集进行预处理,在网络训练前,利用PSO对神经网络的权值和阈值进行优化,得到PSO-BP预测模型;最后将预测模型运用

• 单位
  陕西科技大学; 西安西翰电力科技有限公司