典型文献
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
文献摘要：
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.
文献关键词：
变压器油;微水含量;多频超声;人工神经网络;预测模型
中图分类号：
作者姓名：
杨华昆;马显龙;李胜朋;李亚权;孙利雄;苏阳;周渠
作者机构：
云南电网有限责任公司保山供电局,云南 保山 678000;云南电网有限责任公司电力科学研究院,云南 昆明 650217;西南大学 工程技术学院,重庆 400715
文献出处：
引用格式：
[1]杨华昆;马显龙;李胜朋;李亚权;孙利雄;苏阳;周渠-.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)[J].绝缘材料,2022(04):114-120
A类：
B类：
多频超声,人工神经网络,变压器油,微水含量,含量检测,超声检测,神经网络算法,含量预测,卡尔费休,滴定法,维多,降为,BPNN,GRNN,GA,PSO,预测准确率
AB值：
0.166503
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
