变压器油中故障气体的复合预测方法

摘要：

为了提高对变压器故障的预测能力,提出了灰色粗预测、自学习神经网络在线修正的复合预测法.此法是利用GM(1,1)模型初步预测油中溶解气体的浓度及变化趋势,通过分析故障气体组分之间的影响及气体浓度时间序列之间的关系确定修正参数,将初步预测结果与修正参数作为自学习BP网络的输入,从而完成预测结果的在线修正.该方法已用于实际变压器油中溶解气体的预测,结果验证了其有效性.

关键词：变压器油、故障气体预测、GM(1,1)、自学习BP网络、时间序列

所属期刊栏目：41

分类号：TM762(输配电工程、电力网及电力系统)

资助基金：铁道部科技开发项目2002J036;国家重点实验室基金

在线出版日期：2006-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：150-153