利用反向传播神经网络研究变压器油多关联参数.pdfVIP

第 22卷 第 12期 广 东 电 力 V01．22No．12 2009年 12月 GUANGD0NG ELECTRlC pOWER Dee．2009 文章编号：1007．29()X()09)I2-()024—06 利用反向传播神经网络研究变压器油多关联参数 ， 李智 曹顺安! (1．广东电网公司电力科学研究院，广东 广州 510600；2 武汉大学，湖北 武汉 430072) 摘要 ：介绍用反 向传播 (backpropagation．BP)神经网络对变压器油的重要参数 击穿电压建立预测模型，实 现对变压器油性能监测的方法，阐述 了网络层数 、神经元个数 、训练 函数 的设计过程，样本训练的实验结果证 明该网络模型具有较好的预测能力；同时．基于BP神经网络的建模方法建立包括变压器油击穿电压、闪点、酸 值、g22烃、水分等参数之间关联的BP网络预测模型，将 !种模型进行比较发现，网络预测模型的预测结果与实 际结果的相对误差较小．从而证明该预测模型具有一定的实际意义。 关键词 ：变压器油；预测模型；击穿电压：反 向传播神经网络 中图分类号 ：TP183 文献标志码 ：A UsingBP NeuralNetwork inStudyingM ulti—correlationParameters ofTransformer0il LIZhi。CAO Shun—an (1．ElectricPowerResearch lnst．ofGuangdong PowerGridCorp．，Guangzhou，Guangdong510600，China；2．Wuhan Univ．，Wuhan，Hubei430072．China) Abstract：Thispaperdcscribesthemethod ofusingBP(back propagation)neuralnetworktOdeveloppredictionmodelfor breakdown voltage，an importantparameter of transformcroi1，SO as to rcalizc the monitoring Off transformer oil performance．Thedesign processofthe numberofnetworklayers，thenumberofneuronsand the training function iS expounded．Thetestresultsofsampletrainingprovethatthenetworkmodelisofbcttcrpredictingability．M eanwhile，BP networkpredictionmodelreflectingthecorrelation among transformeroilparameterssuch asbreakdown voltage，flash point，acidnumber，totalhydrocarbonandwatercontentiSbuiltbasedonthemodelingmethodofBPneuralnetwork． Upon comparison，itiSfoundthatthenetworkpredictionmodelhassmallerrelativeerror；thereforeitiSofpracticalmeaning． Keywords：transformeroil；predictionmodel；breakdownvoltage：BP(backpropagation)neuralnetwork 在变压器的 日常运行 巾，变压器油的各项指标 展起来的一种新型信号处理手段，它是用大量简单 有助于监测变压器的运行情况。变压器油的性