基于PSO优化RBF的干式变压器绝缘状态监测研究  

作　　者：夏海明 范明 路昊 孙宇川 徐正清 

机构地区：[1]华能南京燃机发电有限公司,江苏南京210000

出　　处：《中国新技术新产品》2024年第24期59-61,共3页New Technology & New Products of China

摘　　要：为提高干式变压器绝缘状态监测的准确性,保障电力系统的安全运行,本文对基于PSO优化RBF的干式变压器绝缘状态进行监测研究。首先,启动数据采集装置,采集干式变压器绝缘状态数据,其次,构建RBF神经网络模型,对干式变压器绝缘状态进行预测或分类,最后,在此基础上,利用PSO对RBF神经网络模型进行优化,将优化后的神经网络模型部署到干式变压器绝缘状态监测系统中,输出绝缘状态监测结果。试验结果表明,应用该方法后,结果准确性更高,能够更加精确地监测干式变压器实际的绝缘状态指标值,进而识别不同类型的故障状态。

关 键 词：神经网络模型 干式变压器 绝缘状态 神经网络模型 

分 类 号：TM40[电气工程—电器]