10.3969/j.issn.1001-1390.2012.04.001
基于GA-RBF神经网络的变压器温升预测
以预测变压器温升为目的,提出了一种基于遗传算法(GA-Genetic Algorithm)优化径向基函数(RBF-Radial Basis Function)神经网络的预测模型.首先用GA算法优化RBF神经网络中的隐层节点个数、输出权重、隐层基函数中心及宽度这四个参数的初值,然后利用优化后的RBF神经网络对样本进行训练,这样克服了传统神经网络参数选择的随机性.以S9-1000/10低损耗电力变压器为例作温升试验,将预测值与实测值对比,并与基于传统的BP神经网络预测值对比,结果表明,该方法得到的变压器温升预测值与实测值更接近,该预测模型具有更高的精度和适应能力.
变压器、遗传算法、RBF神经网络、温升、预测
49
TM406(变压器、变流器及电抗器)
2012-07-17(万方平台首次上网日期,不代表论文的发表时间)
共4页
1-4