基于BPANN神经网络的1100kV标准装置准确度计算方法及系统
申请号:CN202411655221
申请日期:2024-11-19
公开号:CN119578168A
公开日期:2025-03-07
类型:发明专利
摘要
本发明提供了基于BPANN神经网络的1100kV标准装置准确度计算方法,涉及标准装置领域。步骤如下:S1:通过仿真软件建立1100kV标准装置模型,不断加压并记录绝缘电阻各个点位的场强;S2:建立电阻率测试试验平台,选取不同的温度、湿度、场强进行试验得到不同条件下绝缘电阻的电阻率,作为试验数据集D,对其进行预处理及归一化得到标准化试验数据集D1;S3:使用D1搭建并训练BPANN神经网络模型;S4:搭建标准装置电路仿真模型,通过BPANN神经网络模型拟合得到绝缘电阻的非线性变化,计算比例量值与准确度。本发明利用BPANN求解绝缘电阻的非线性变化问题,利用软件方法计算标准装置的准确度,有效评估了绝缘电阻非线性变化对标准装置准确度的影响,实现了省时省力的效果。
技术关键词
准确度计算方法
神经网络模型
电路仿真模型
电阻
绝缘
仿真软件
电场
数据
非线性
Sigmoid函数
神经网络参数
训练集
网络拓扑结构
强度
双极性
电压
模块
平台
省时省力