基于GA-RBF神经网络的变压器温升预测

作     者：黄方良 周玲 任新新 陈月峰 HUANG Fang-liang;ZHOU Ling;REN Xin-xin;CHEN Yue-feng

作者机构：河海大学能源与电气学院南京211100 河南舞阳县供电公司河南漯河462400 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2012年第49卷第4期

页      面：1-4页

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主　　题：变压器 遗传算法 RBF神经网络 温升 预测 

摘      要：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。