一种基于BP神经网络的SF制造技术

本发明专利技术涉及一种基于BP神经网络的SF

【技术实现步骤摘要】
一种基于BP神经网络的SF6在线监测装置压力的预测方法
本专利技术属于电力运维设备
，具体涉及一种基于BP神经网络的SF6在线监测装置压力的预测方法。
技术介绍
SF6气体由于具有良好的电气绝缘性能以及优异的灭弧能力被广泛应用于SF6断路器、封闭式组合电器(GIS)等设备中。在设备运行过程中，SF6气体密度是决定断路器灭弧和绝缘能力的重要因素之一，可通过SF6密度继电器读取相应设备的SF6压力，或通过加装SF6在线监测装置来实现对SF6压力的实时跟踪和记录。受外部自然环境和内部导体电流等因素的影响，上述两种装置所示的SF6压力数据存在非线性的波动，若显示的SF6压力低于预设值，系统将会误发报警或闭锁信号，影响设备正常运行。因此，有必要对设备SF6压力变化规律进行研究和预测，从而分析判断某时刻设备SF6压力变化是否为正常现象，提升设备运行的可靠性。张立成等人针对一起SF6瓷柱式断路器SF6气压低报警事件进行研究，指出需要保证SF6密度继电器与主气室所处环境一致或接近，密度继电器的补偿功能才会正确实现；甄利等人通过对一台220本文档来自技高网...

【技术保护点】
1.一种基于BP神经网络的SF

【技术特征摘要】
1.一种基于BP神经网络的SF6在线监测装置压力的预测方法，其特征在于，其包括如下步骤：
(1)数据选取及处理：选取间隔断路器的待测相气室在线监测装置采集的压力数据、对应时刻的间隔断路器内部电流数据以及对应时刻的环境数据；
(2)BP神经网络模型设计；
(3)BP神经网络训练；
(4)BP神经网络对SF6在线监测装置压力的预测与分析。


2.根据权利要求1所述的一种基于BP神经网络的SF6在线监测装置压力的预测方法，其特征在于，步骤(1)中，使用mapminmax函数对各类数据进行归一化处理，各变量取值范围为[-1，1]。


3.根据权利要求1所述的一种基于BP神经网络的SF6在线监测装置压力的预测方法，其特征在于，所述环境数据包括环境温度、相对湿度、天气类型、风速、温度变化率。


4.根据权利要求1所述的一种基于BP神经网络的SF6在线监测装置压力的预测方法，其特征在于，步骤(1)中，采样间隔为15分钟。


5.根据权利要求1所述的一种基于BP神经网络的SF6在线监测装置压力的预测方法，其特征在于，步骤(2)中，所述BP神经网络模型采用3层拓扑结构BP神经网络，输入层节点为6个，分别为环境温度、相对湿度、天气类型、风速、温度变化率和导体电流；输出层节点为1个。


...

【专利技术属性】
技术研发人员：许健，付炜平，王占宁，史晓龙，高淼，刘子豪，李江龙，孟延辉，赵智龙，王伟，刘慧娴，刘佳铭，林江凯，王春月，薛华玮，刘洋，高天宇，曹冬青，侯继发，张惠灵，罗梦青，张秋皓，段星烁，郭旭东，
申请(专利权)人：国网河北省电力有限公司检修分公司，国家电网有限公司，
类型：发明
国别省市：河北;13