基于BP神经网络的电力设备运行温度预测方法研究

摘要

电力设备状态预警对保证电力系统的安全运行具有重要意义.红外成像仪的广泛应用为电力设备状态预警提供了有效途径.本文利用电气设备红外图像的红外温度信息、负荷大小、环境温度、日照强度、风速等关键信息,构建基于BP神经网络的电力设备运行温度预测模型,通过电气设备的实际运行数据作为BP神经网络的学习样本和测试样本,通过Matlab软件进行网络训练得到电气设备运行温度预测网络模型.算例表明该网络模型的预测结果具有较高的可靠性和工程实践价值.