基于RBF神经网络的光纤电流互感器温度补偿

摘要

光纤电流互感器在实际运行中易受外界温度影响,其输出精度会出现漂移偏差.为提高光纤电流互感器测量比值误差的温度稳定性,提出了基于RBF神经网络的光纤电流互感器温度补偿方法.将温度和温变率作为神经网络输入、光纤电流互感器的比值误差作为输出,建立了RBF神经网络温度补偿模型.相比BP神经网络,仿真结果显示,基于RBF神经网络的温度补偿模型准确度较高,预测结果误差低于3％.同时,经过RBF神经网络温度补偿,实验结果表明,光纤电流互感器在输出比差小于±0.1％,满足GBT20840.8标准规定的0.2S级准确度.