基于BP人工神经网络的绝缘子等值附盐密度预测

摘要

等值附盐密度是确定污秽等级和绘制电网污区分布图的主要依据,但是,它易受测量用水量的影响,且测量只能在停电状态下进行。通过对3种常用悬式绝缘子进行人工污秽试验,采用BP人工神经网络的方法,建立了以泄漏电流最大值、泄漏电流5个脉冲主成分、环境湿度、温度等8个变量作为输入参数,等值附盐密度作为输出参数的智能预测模型。使用Levenberg-Marquardt快速学习算法对建立的神经网络进行训练。其试验数据验证了该方法的可行性。