基于BP人工神经网络的绝缘子泄漏电流预测

被引：64

作者：

毛颖科 ^{[1
]}

关志成 ^{[2
]}

王黎明 ^{[2
]}

乐波 ^{[2
]}

机构：

[1] 清华大学电机系

[2] 清华大学深圳研究生院

来源：

中国电机工程学报 | 2007年 / 27期

关键词：

绝缘子; 泄漏电流; 人工神经网络; 相对湿度; 等值附盐密度;

D O I：

10.13334/j.0258-8013.pcsee.2007.27.017

中图分类号：

TP183 [人工神经网络与计算]; TM853 [绝缘配合];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ; 080803 ;

摘要：

外绝缘泄漏电流和绝缘子的污闪过程存在密切的对应关系,相对湿度是影响泄漏电流产生和发展的关键因素之一。首先对两种常用悬式绝缘子进行人工污秽试验,利用泄漏电流测量系统记录其在运行电压作用下、不同相对湿度时的泄漏电流波形并对此进行分析;采用BP人工神经网络的方法,建立了不同湿度下的泄漏电流最大值之间的对应关系;选择Levenberg-Marquardt快速学习算法对建立的BP神经网络进行训练。利用部分试验数据进行的验证以及采用不同方法获得的泄漏电流随相对湿度变化曲线均表明,使用该神经网络来建立不同表面受潮状态时泄漏电流最大值之间的关系是准确有效的。

引用

页码：7 / 12

页数：6