用RBFNN评估发机主绝缘剩余击穿电压.PDFVIP

第 33 卷 第 8 期 高 　电　压 　技 　术 Vol . 33 No . 8 　　 2007 年 　　8 月 High Volt age Engineering Aug . 　2007 1·51 · 用 RBFNN 评估发电机主绝缘剩余击穿电压 赵 　磊 , 成永红 , 陈小林 , 郭 　亮 (西安交通大学电力设备电气绝缘国家重点实验室 ,西安 7 10049) 摘 　要 : 为了有效地评估绝缘的寿命 ,研究了采用径向基神经网络评估发电机主绝缘剩余击穿电压的方法 。通过 Δ δΔ 研究剩余击穿电压与主绝缘非坏性参量的相关性 ,得到用于评估击穿电压的神经网络的输入参数 , 即 t an 、C 、 S k + 和 S k - ;利用多因子老化平台对真机线棒进行加速老化 ,并进行相关测量 ,从中选择 24 组数据作为对神经网络 训练 、检测 ,及击穿电压预测的样本 。结果表明该预测模型在测试样本数量为训练样本数量 25 %的情况下 ,剩余击 穿电压预测值与实际测量值的最大相对误差 6 % ,平均相对误差 3 % 。评估结果对于在样本数量较少的情况下 准确预测发电机定子绝缘剩余寿命具有一定的参考价值 。 关键词 : 定子绝缘 ; 状态诊断 ; 加速老化 ; 剩余击穿电压 ; 径向基函数 ; 人工神经网络 中图分类号 : TM2 1592 文献标志码 : A 文章编号 :(2007) 080 15104 Eval uation on Residual Breakdown Voltage of Generator Insulation by RBFNN ZHA O L ei , C H EN G Yonghong , C H EN Xiaolin , GU O Lian g ( St at e Key L aborat ary of Elect rical In sulation and Power Equit ment , Xi ’an J iaotong U niver sit y , Xi ’an 7 10049 , China) Abstract : A radial ba si s fuction neural network ( RB FNN) i s built to evaluat e t he ri sidual breakdown volt age of gen erator st ator in sulation . The inp ut p aramet er s of RB FNN are select ed f rom t he nondest ructive p aramet er s , which have big relat ed coefficient . To ivestigat e t he nondest ructive in sulation diagno sic dat a , t he accelerat ed multist ress aging exp eriment s have been carried out on some act ual st ator bar s of generator . A C breakdown vol