重庆理工大学学报2023，Vol.37Issue(13) ：297-305.DOI:10.3969/j.issn.1674-8425(z).2023.07.034

基于KPCA-SSA-ENN的变压器油界面张力预测

Prediction of interfacial tension of transformer oil based on KPCA-SSA-ENN

姚远 贾路芬 刘立 赵自威 李杨 周渠
重庆理工大学学报2023，Vol.37Issue(13) ：297-305.DOI:10.3969/j.issn.1674-8425(z).2023.07.034
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于KPCA-SSA-ENN的变压器油界面张力预测

Prediction of interfacial tension of transformer oil based on KPCA-SSA-ENN

姚远 1贾路芬 2刘立 1赵自威 1李杨 1周渠2
扫码查看

作者信息

  • 1. 国网重庆市电力公司长寿供电分公司,重庆 401220
  • 2. 西南大学工程技术学院,重庆 400715
  • 折叠

摘要

针对目前变压器油界面张力的传统检测方法检测时间长、成本高等问题,提出了基于多频超声检测技术和人工智能算法的界面张力预测方法.对选取的175 组变压器油样进行圆环法界面张力检测和多频超声波检测,分析了多频超声波信号的幅频响应、相频响应和界面张力之间的相关性.通过核主成分分析(KPCA)预处理多频超声波数据,划分样本集为140 组的训练集和35 组的测试集,并建立麻雀搜索算法(SSA)优化Elman神经网络(ENN)的界面张力预测模型,预测平均相对误差为6.53%,预测准确率达到93.47%.

关键词

变压器油/界面张力/多频超声/KPCA-SSA-ENN

Key words

transformer oil/interfacial tension/multi-frequency ultrasound/KPCA-SSA-ENN

引用本文复制引用

基金项目

国家自然科学基金面上项目(52077177)

国家电网重庆市电力公司科技项目(522008220004)

出版年

2023
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量11
段落导航相关论文