基于PSO-RBF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的主要依据,但它易受气象环境的影响,且测量只能离线进行.针对等值附盐密度预测中各相关因素的模糊性和随机性的特点,采用了RBF径向基神经网络的方法,建立了以泄漏电流有效值、相对湿度、三次谐波占基波的比例、脉冲频次等4个变量作为输入参数,等值附盐密度作为输出的智能预测模型.采用PSO粒子群优化算法优化RBF径向基神经网络的隐层中心和宽度,并通过迭代得到了隐层个数.在Matlab平台下进行了预测仿真,验证了该模型的可行性,对绝缘子的污秽状态评估具有一定的参考价值.