基于遗传BP神经网络的绝缘子泄漏电流预测.pdfVIP

第 38卷第 6期 铁 道 学 报 Vo1．38 No．5 2016年 5月 JOuRNAIOFTHE CHINA RAILWAY S0CIETY M av 2016 文章编号 ：1001-8360(2016)05—0046—07 基于遗传 BP神经网络的绝缘子泄漏电流预测 张友鹏 ， 伍亚萍， 赵珊鹏 (兰州交通大学 自动化与电气』=程学院，甘肃 兰州 730070) 摘 要：为 l『探索绝缘子泄漏 电流与各因素之问的关系，提出用遗传算法优化BP神经网络建立绝缘子泄漏 电流 f预测模型。首先针对单片瓷绝缘子进行人工污秽试验 ，利用泄漏 电流测量系统记录不 同运行 电压 u、相对湿度 RH 及等值附盐密度iOFSDD下泄漏 电流波形并进行分析 ；其次 以u、RH、PESI)D作为 BP神经网络预测模型的输入变 量 ，利用遗传算法 的全局搜索能力获得 BP神经网络初始权值和阈值 ，建立泄漏电流幅值预测模型，并通过部分 试验数据进行验证 。结果表明：相较于利用最小二乘法及 BP神经网络预测泄漏 电流 幅值 ，遗传 BP神经 网络提 高了预测 的精度和准确性 。 关键词 ：绝缘子 ；泄漏 电流 ；相对湿度 ；等值附盐密度 ；作用电压 ；遗传 BP神经网络算法 中图分类号 ：U255．43 文献标志码 ：A doi：l0．3969／j．issn．1001—8360．2016．05．008 EvaluatingofLeakageCurrentof InsulatorsBasedontheGA—BP NeuralNetwork ZHANG Youpeng。 W U Yaping． ZHAO Shanpeng (SchoolofAutomation ＆ ElectricalEngineering，LanzhouJiaotongUniversity。Ianzhou 730070．China) ． Abstract：Inorderto exploretherelationshipbetween leakagecurrentofinsulatorsand influencefactors，the geneticalgorithm tooptimizetheBP neuralnetwork (GA—BP)wasproposedtoestablishthepredictionmodel ofinsulatorleakagecurrent．Firstly，artificialpollutiontestswerecarriedoutonsinglesuspension insulators。 whilewaveformsofleakagecurrentwererecorded andanalyzedbyaleakagecurrentmonitoringsystem under theconditionsofdifferentoperatingvoltageU ，differentrelativehumidityRH andequivalentsaltdepositdensi typESDI)．Secondly，withU ，RH andpEsD】『astheinputvariablesofBP neuralnetwork predictivemodel，after lheuseoftheglobalsearchingabilityofgeneticalgorithm toobtaintheinitialweightsandbiasoftheBPneural network，aleakagecurrentamplitudepredictionmodelwasestablish