-
公开(公告)号：CN110889228B
公开(公告)日：2023-04-18
申请号：CN201911193946.3
申请日：2019-11-28
申请人： 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC分类号： G06F30/20 , G06N3/006 , G06N3/0464 , G06N3/0499 , G06N3/045 , G06N3/084 , G06F119/04
摘要： 本发明提供一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法，首先，训练BP神经网络拟合去极化电流和聚合度之间的关系，消除环境温度带来的误差，实现不同环境温度下的油纸绝缘老化预测；然后，采用鸡群算法对神经网络权值和阈值优化，解决BP神经网络训练时存在学习效率低、速度慢、易陷入局部极值点的问题。最后进行仿真研究，结果表明，本方法可以消除温度对极化去极化电流的影响，实现了对油纸绝缘老化的准确预测。
-
公开(公告)号：CN112287520B
公开(公告)日：2022-09-30
申请号：CN202011076146.6
申请日：2020-10-10
申请人： 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法，属于电气设备绝缘老化状态检测技术领域，本发明通过鲸鱼优化算法与LM算法相结合对扩展德拜模型参数辨识目标函数求解，首先，通过鲸鱼优化算法展开全局搜索，然后将得到的近似解作为初值传递给LM算法，继而通过LM算法进行近似解附近的精确搜索，最终确定出一组合适的解，解决易陷入局部最优解的问题，有效提升求解效率和求解精度，实现扩展德拜模型对油纸绝缘介电响应的准确表征，能有效解决目前油纸绝缘系统的等效模型研究中利用等效模型参数所存在的可靠性不足的问题。
-
公开(公告)号：CN110889228A
公开(公告)日：2020-03-17
申请号：CN201911193946.3
申请日：2019-11-28
申请人： 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
IPC分类号： G06F30/20 , G06N3/00 , G06N3/04 , G06F119/04
摘要： 本发明提供一种基于鸡群优化BP神经网络的变压器油纸绝缘老化预测方法，首先，训练BP神经网络拟合去极化电流和聚合度之间的关系，消除环境温度带来的误差，实现不同环境温度下的油纸绝缘老化预测；然后，采用鸡群算法对神经网络权值和阈值优化，解决BP神经网络训练时存在学习效率低、速度慢、易陷入局部极值点的问题。最后进行仿真研究，结果表明，本方法可以消除温度对极化去极化电流的影响，实现了对油纸绝缘老化的准确预测。
-
公开(公告)号：CN112287520A
公开(公告)日：2021-01-29
申请号：CN202011076146.6
申请日：2020-10-10
申请人： 国网吉林省电力有限公司电力科学研究院 , 上海交通大学 , 吉林省电力科学研究院有限公司 , 国家电网有限公司
摘要： 本发明公开了一种基于两步优化法的油纸绝缘扩展德拜模型参数辨识方法，属于电气设备绝缘老化状态检测技术领域，本发明通过鲸鱼优化算法与LM算法相结合对扩展德拜模型参数辨识目标函数求解，首先，通过鲸鱼优化算法展开全局搜索，然后将得到的近似解作为初值传递给LM算法，继而通过LM算法进行近似解附近的精确搜索，最终确定出一组合适的解，解决易陷入局部最优解的问题，有效提升求解效率和求解精度，实现扩展德拜模型对油纸绝缘介电响应的准确表征，能有效解决目前油纸绝缘系统的等效模型研究中利用等效模型参数所存在的可靠性不足的问题。
-
-
-
搜索结果
4 条记录 (耗时 0.096 秒)
