摘要
一种基于BP神经网络的变压器内部绝缘寿命预测方法及系统,方法先获得变压器历史运行数据,并利用主层次分析法对其进行预处理,然后利用预处理后的变压器历史运行数据对BP神经网络模型进行训练,训练开始时利用结合遗传算法的蚁群算法对BP神经网络模型的初始网络参数进行寻优;基于训练好的BP神经网络模型对变压器的热点温度信息进行预测,将热点温度信息预测值输入绝缘寿命评估模型,获得绝缘寿命评估值,基于蒙特卡洛法将绝缘寿命评估值转为最终的绝缘寿命预测值。本发明利用遗传算法对蚁群算法进行改进,加快了搜索效率和避免陷入局部最优解。
技术关键词
蚂蚁
历史运行数据
节点
寿命预测方法
寿命预测系统
模型训练模块
遗传算法
BP神经网络模型
层次分析法
终点
变压器绝缘
热点
蒙特卡洛模拟法
系统为您推荐了相关专利信息
联邦学习系统
层级
联邦学习模型
分层
信息数据处理终端
无功电压优化方法
发电机无功出力
变异策略
贪婪策略
电网无功电压
光伏组件监测方法
监测点
光伏系统
神经网络训练
天气
标签生成方法
机器学习模型
分类阈值
节点
标签生成装置