Indexed by：
Abstract：
文中基于广义回归神经网络(GRNN)技术挖掘数据变化规律,构建了GRNN神经网络预测模型,运用该模型对油纸绝缘变压器进行寿命预测.将变压器绝缘纸老化过程中生成的特征产物如糠醛、CO2和CO的质量分数,以及相关时间参量作为模型输入.将所采集的多组油纸绝缘变压器的测试样本作为基础数据,运用该模型对相应的变压器进行寿命预测.结果表明,模型寿命预测的输出值与实际值基本一致,从而验证了模型的合理性,这对监测绝缘材料老化状态的进一步研究具有现实意义.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
高压电器
ISSN： 1001-1609
Year： 2015
Issue： 2
Volume： 51
Page： 125-130
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 0
Affiliated Colleges：
