基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法技术

本发明专利技术公开了一种基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，包括以下步骤：1)测量与大型汽轮发电机定子线棒绝缘老化状态相关的参量；2)对步骤1)测量得到的参量进行分类筛选，然后利用分类筛选后的参量构建数据集；3)建立RBF神经网络；4)利用遗传算法对RBF神经网络中隐藏层的个数、径向基函数的中心及宽度进行优化；5)利用数据集对优化后的RBF神经网络进行训练，然后利用负梯度下降法更新迭代权值；6)利用经步骤5)得到的RBF神经网络评估大型发电机的绝缘状态，该方法能够较为准确评估大型发电机的绝缘状态。

【技术实现步骤摘要】
基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法
本专利技术涉及一种大型发电机绝缘状态评估方法，具体涉及一种基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法。
技术介绍
大型汽轮发电机是电力系统的关键设备之一，其运行的可靠性关系到电网的运行稳定性，历来受到人们的高度重视，其安全运行的威胁之一主要来自于绝缘体系。在电机运行过程中，定子绕组要受到电、热、机械、化学等多种因素的联合作用，绝缘性能逐步劣化。在绝缘老化严重的情况下，会引起发电机的绝缘故障。由于剩余击穿电压受到很多因素的影响，所以传统上用少量的参数来预测剩余击穿电压的准确性较低。不能很好的满足状态预测的需求。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供了一种基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，该方法能够较为准确评估大型发电机的绝缘状态。为达到上述目的，本专利技术所述的基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法包括以下步骤：1)测量与大型汽轮发电机定子线棒绝缘老化状态相关的参量本文档来自技高网...

【技术保护点】
1.一种基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，其特征在于，包括以下步骤：/n1)测量与大型汽轮发电机定子线棒绝缘老化状态相关的参量；/n2)对步骤1)测量得到的参量进行分类筛选，然后利用分类筛选后的参量构建数据集；/n3)建立RBF神经网络；/n4)利用遗传算法对RBF神经网络中隐藏层的个数、径向基函数的中心及宽度进行优化；/n5)利用数据集对优化后的RBF神经网络进行训练，然后利用负梯度下降法更新迭代权值；/n6)利用经步骤5)得到的RBF神经网络评估大型发电机的绝缘状态。/n

【技术特征摘要】
1.一种基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，其特征在于，包括以下步骤：
1)测量与大型汽轮发电机定子线棒绝缘老化状态相关的参量；
2)对步骤1)测量得到的参量进行分类筛选，然后利用分类筛选后的参量构建数据集；
3)建立RBF神经网络；
4)利用遗传算法对RBF神经网络中隐藏层的个数、径向基函数的中心及宽度进行优化；
5)利用数据集对优化后的RBF神经网络进行训练，然后利用负梯度下降法更新迭代权值；
6)利用经步骤5)得到的RBF神经网络评估大型发电机的绝缘状态。


2.根据权利要求1所述的基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，其特征在于，与大型汽轮发电机定子线棒绝缘老化状态相关的参量包括绝缘电阻R、极化指数PI、吸收比DAR、介质损耗tanδ、介损增量Δtanδ、电容量C及电容增加量ΔC。


3.根据权利要求1所述的基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，其特征在于，利用负梯度下降法更新迭代权值包括以下步骤：
利用负梯度下降法更新迭代RBF神经网络中输入层的权值、隐含层的权值及输出层的权值。


4.根据权利要求1所述的基于遗传算法和径向基神经网络的大型发电机绝缘状态评估方法，其特征在于...

【专利技术属性】
技术研发人员：李志成，刘凌，张跃，胡波，梁智明，苏振，唐丽，黄子嘉，杨帅，黄泽，
申请(专利权)人：西安交通大学，东方电气集团东方电机有限公司，
类型：发明
国别省市：陕西;61