基于热路和BP神经网络的变压器顶层油温预测研究

变压器的顶层油温会影响变压器的绝缘性能和运行寿命,精确预测顶层油温对提高变压器的利用率至关重要。针对目前顶层油温预测准确度不高的现状,提出一种提高顶层油温预测精度的组合模型,并以实际算例验证了模型的有效性。首先,利用Susa D热路模型预测顶层油温得到初始值;其次,建立BP神经网络模型预测热路模型的误差;最后,利用预测的误差结果修正热路模型的初始值。实例分析表明,组合模型较Susa D热路模型及单一预测模型预测精度更高。