摘要
本发明公开了一种基于改进小龙虾优化算法的干式变压器匝间绝缘老化程度评估方法,应用于变压器评估技术领域。包括以下步骤:构建基于BP神经网络的预测模型并确定拓扑结构;定义改进小龙虾优化算法的种群参数和环境温度;根据环境温度判断进入避暑阶段或者觅食阶段,更新个体位置;计算所有个体的适应度,判断是否满足迭代停止条件,记录迭代结束后的最优个体,引入垂直交叉操作,更新最优个体;将最优个体的权重和阈值赋予老化程度预测模型,利用训练完成的老化程度预测模型对输入数据进行干式变压器匝间绝缘老化程度预测。本发明为电力设备状态检修提供了高可靠性的智能决策支持,其综合性能显著优于传统方法,具备广阔的工业应用前景。
技术关键词
程度评估方法
干式变压器
绝缘老化
BP神经网络
算法
变压器评估技术
电力设备状态检修
阶段
智能决策支持
镜像
定义
规模
节点
参数
因子
综合性
邻域
数据
曲线
工业
系统为您推荐了相关专利信息
滑坡预测模型
端节点
分布式边缘
MQTT服务器
存储库
数据安全监管
脱敏数据
敏感数据自动识别
表达式
链路
边界特征
CT扫描
解码器
图像分割方法
双分支网络
储层预测方法
三维地质模型
地震正演模拟
数值
网格