科研之友
微信
新浪微博
Facebook
分享链接
摘要
受运行环境、运行状态或采集装置的干扰，变压器在线检测状态数据中存在大量的噪声，会造成短路阻抗的在线计算出现波动，影响变压器容量的检测结果。在综合分析当前数据清洗方法的基础上，提出一种以BP神经网络为核心的循环清洗方法，对历史数据无监督清洗并同步训练出清洗模型，利用所训练出的清洗模型实现对检测数据的在线清洗。使用沈阳地区某企业配电变压器运行数据进行了仿真试验，搭建循环BP模型的清洗框架并训练清洗模型，其数据在无监督清洗后进一步做短路阻抗的拟合计算，以验证所提方法的有效性。结果表明，基于循环BP模型的变压器容量在线检测方法所计算的短路阻抗结果趋于稳定，计算误差维持在5%以下，可有效提高短路阻抗在线拟合的精度。总之，循环BP模型是一种无监督、智能化的数据清洗方法，可以有效改善噪声数据对检测结果的影响，提高变压器容量检测的精度，更具智能性。
- 出版日期2023
- 单位沈阳工程学院
