基于NSD神经网络的均压环参数优化方法技术

技术编号:42163999 阅读:22 留言:0更新日期:2024-07-27 00:12
本发明专利技术公开了一种基于NSD神经网络的均压环参数优化方法,方法包括:获取均压环的最优参数特征数据集;利用所述最优参数特征数据集对预先构建的NSD神经网络模型进行训练和性能验证,得到验证好的NSD神经网络预测模型;采用所述NSD神经网络预测模型计算设定的均压环参数区间内各参数下的标准装置表面最大场强度E<subgt;max</subgt;;以均压环参数区间内标准装置表面最大场强度E<subgt;max</subgt;最小为适应度函数,采用混沌遗传算法对所述NSD神经网络预测模型输出的均压环参数进行寻优,确定最佳均压环参数;本发明专利技术可快速准确的预测均压环最优参数。

【技术实现步骤摘要】

本专利技术涉及直流输电,具体涉及一种基于nsd神经网络的均压环参数优化方法。


技术介绍

1、直流电压比例国家标准装置(national standard device ofdc voltage ratio)是我国保存和复现直流电压比例量值的最高标准装置,是统一全国直流高电压比例量值的基本标尺。直流电压比例标准装置在设计和使用时的电场分布,既影响标准装置的绝缘安全,又影响标准装置的准确度,为了保证绝缘安全,需要降低标准装置的最大场强,同时为了减小由电晕放电引起的电晕电流,保证标准装置的准确度,需要优化测量电阻层附近的电场分布。

2、均压环可将高压均匀分布在物体周围,保证在环形各部位之间没有电位差,从而达到均压的效果。但由于直流高压发生器均压环的尺寸和位置参数与电场强度分布之间存在非线性关系,难以获得解析表达式,由此需要一种准确,快速的方法来找到标准装置均压环的最优参数设计。

3、传统的方法是基于仿真实验的方法通过正交设定均压环的不同参数,而后对比来获得电场分布最优时的均压环参数。此方法不仅费时费力,而且获得的“最优”均压环参数时的电场本文档来自技高网...

【技术保护点】

1.一种基于NSD神经网络的均压环参数优化方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于NSD神经网络的均压环参数优化方法,其特征在于,所述获取均压环的最优参数特征数据集,包括:

3.如权利要求1所述的基于NSD神经网络的均压环参数优化方法,其特征在于,所述NSD神经网络模型包括依次连接的输入层、隐藏层和输出层,所述输入层的输入为主均压环对应的对地高度、内径、半径以及辅均压环对应的对地高度、内径、半径;

4.如权利要求3所述的基于NSD神经网络的均压环参数优化方法,其特征在于,所述隐藏层包括八层子隐藏层,其中第一层子隐藏层包括1*128个...

【技术特征摘要】

1.一种基于nsd神经网络的均压环参数优化方法,其特征在于,所述方法包括:

2.如权利要求1所述的基于nsd神经网络的均压环参数优化方法,其特征在于,所述获取均压环的最优参数特征数据集,包括:

3.如权利要求1所述的基于nsd神经网络的均压环参数优化方法,其特征在于,所述nsd神经网络模型包括依次连接的输入层、隐藏层和输出层,所述输入层的输入为主均压环对应的对地高度、内径、半径以及辅均压环对应的对地高度、内径、半径;

4.如权利要求3所述的基于nsd神经网络的均压环参数优化方法,其特征在于,所述隐藏层包括八层子隐藏层,其中第一层子隐藏层包括1*128个神经元且接有sigmoid函数,第二层子隐藏层包括1*512个神经元且接有tanh函数,第三层子隐藏层包括1*1024个神经元且接有relu函数,第四层子隐藏层包括1*4096个神经元且接有relu函数,第五层子隐藏层包括1*8192个神经元且接有tanh函数,第六层子隐藏层包括1*2048个神经元且接有sigmoid函数,第七层子隐藏层包括1*256个神经元且接有sigmoid函数,第八层子隐藏层包括1*64个神经元且接有relu函数。

【专利技术属性】
技术研发人员:高寅高燃王超黄丹刘单华任民张宏生冯欣嵇爱琼李双双石杰李民龙韩谷静
申请(专利权)人:国网安徽省电力有限公司营销服务中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1