基于BP神经网络的SF6在线监测装置压力预测方法研究

摘要

GIS设备SF6密度监测容易受环境因素影响产生一定的波动,对设备运行状态判定造成干扰,因此提出一种基于BP神经网络的SF6压力预测方法,通过分析环境温度及其变化情况、相对湿度、风速、天气类型和导体电流等内外部因素对SF6压力变化的影响,建立BP神经网络预测模型,对SF6在线监测装置的压力值进行预测,为监测设备正常运行提供数据参考,并给出了分析GIS设备压力降低原因的判别策略.选取某特高压变电站GIS设备的典型SF6在线监测装置气体压力和对应的自然环境及导体电流数据进行MATLAB仿真,结果表明,SF6压力预测结果准确度可达98.5％以上,验证了该方法的可行性.