文献类型：期刊文章

作　　者：袁佳波[1] 徐鹏程[2] 李磊[2] 刘彦文[2] 王昕[1] 郑益慧[1]

YUAN Jiabo;XU Pengcheng;LI Lei;LIU Yanwen;WANG Xin;ZHENG Yihui(Center of Electrical&Electronic Technology,Shanghai Jiao Tong University,Shanghai 200240,China;Siping Electric Power Supply Company,State Grid Jiling Electric Power Co.,Ltd.,Siping 136000,China)

机构地区：[1]上海交通大学电工与电子技术中心,上海200240 [2]国网吉林省电力有限公司四平供电公司,吉林四平136000

出　　处：《电力科学与技术学报》

基　　金：国家自然科学基金(61533012,61673268)。

年　　份：2020

卷　　号：35

期　　号：4

起止页码：33-41

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、IC、JST、PROQUEST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：为了深入研究变压器油纸绝缘老化状态与极化/去极化电流的内在联系,提出一种基于鸡群优化BP神经网络的变压器中油纸绝缘系统老化程度的预测方法。首先研究聚合度与扩展Debye模型的参数之间的关系。针对环境温度改变时,极化/去极化电流发生变化导致扩展Debye模型参数不能正确地反应油纸绝缘的老化状态的问题,训练BP神经网络拟合去极化电流和油纸聚合度间的关系,以消除环境温度变化带来的误差,实现不同温度下的油纸绝缘老化预测。然后针对BP神经网络收敛速度慢、预测效率低问题,采用鸡群算法优化BP神经网络的权值和阈值。此方法不仅加快网络的收敛速度,而且有效避免了算法寻优时易陷入局部最优解的现象。最后,针对此方法进行仿真分析。仿真结果证明,此方法能够校正环境温度误差对极化/去极化电流的影响,实现油纸聚合度的预测,具有较高的准确性。

关 键 词：变压器 油纸绝缘 极化/去极化电流  BP神经网络  

分 类 号：TM855]