基于IGA-BP神经网络的智能电能计量设备退化趋势研究

作     者：马健 滕召胜 邱伟 马丽莎 刘颉 Ma Jian;Teng Zhaosheng;Qiu Wei;Ma Lisha;Liu Jie

作者机构：湖南大学电气与信息工程学院长沙410082 

出 版 物：《仪器仪表学报》 (Chinese Journal of Scientific Instrument)

年 卷 期：2021年第42卷第11期

页      面：123-131页

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

基　　金：国家电网有限公司科技项目(5230HQ19000F) 国家自然科学基金(52077067)项目资助 

主　　题：智能电能计量设备 退化趋势 BP神经网络 改进遗传算法 

摘      要：电能计量设备可靠运行与否影响着电网边缘测量与电量计量准确性,为此本文提出一种基于参数优化BP神经网络的设备退化趋势分析方法。结合国网新疆高干热试验基地,及其智能电能计量设备实时运行基本误差数据,利用Spearman相关性分析方法,提取影响智能电能计量设备基本误差值的主要环境应力;采用函数拟合插值(FFI)方法消除原始数据中缺失值对退化分析的影响,建立基于BP神经网络的智能电能计量设备退化研究模型;最后,引入改进遗传算法(IGA)优化BP神经网络参数,实现智能电能计量设备退化趋势的向后预测与更新。选取基地中不同型号的若干个智能电能计量设备进行多项实验,结果表明本文模型具有较高的预测能力,预测结果的平均均方根误差为0.0123,预测准确度最高可达90.2%。