基于广义回归神经网络的变压器油中特征气体发展趋势预测研究 |
| |
引用本文: | 冷传东,姜欣,金宝旭.基于广义回归神经网络的变压器油中特征气体发展趋势预测研究[J].吉林电力,2014,42(6). |
| |
作者姓名: | 冷传东 姜欣 金宝旭 |
| |
作者单位: | 1. 国网长春供电公司,长春,130021 2. 吉林电力技术开发公司,长春,130021 3. 国网通化供电公司,吉林通化,134001 |
| |
摘 要: | 通过对广义回归神经网络(GRNN)在预测方面的研究,结合变压器特征气体检测的实际情况,建立了一种基于GRNN的变压器油中特征气体发展趋势的预测模型,用于等时间间隔和非等时间间隔采样,预测未来任意时刻变压器油中特征气体值、产气速率以及产气速率超出限定值的时间点,在吉林省多台变压器上应用,证明该方法预测误差均在允许范围之内,可避免设备故障的发生,提升了电网的运行水平。
|
关 键 词: | 变压器 特征气体 广义回归神经网络(GRNN) 发展趋势预测 |
Prediction on Feature Gas Trend of Transformer Oil based on General Regression Neural Network |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|