仪器仪表学报

作者：马 健，滕召胜，邱 伟，马丽莎，刘 颉

单位：马 健,1.湖南大学电气与信息工程学院,,滕召胜,1.湖南大学电气与信息工程学院,,邱 伟,1.湖南大学电气与信息工程学院,,马丽莎,1.湖南大学电气与信息工程学院,,刘 颉,1.湖南大学电气与信息工程学院,

关键词：智能电能计量设备;退化趋势;BP神经网络;改进遗传算法

基金：国家电网有限公司科技项目(5230HQ19000F)、国家自然科学基金(52077067)项目资助

电能计量设备可靠运行与否影响着电网边缘测量与电量计量准确性,为此本文提出一种基于参数优化BP神经网络的设备退化趋势分析方法。结合国网新疆高干热试验基地,及其智能电能计量设备实时运行基本误差数据,利用Spearman相关性分析方法,提取影响智能电能计量设备基本误差值的主要环境应力;采用函数拟合插值(FFI)方法消除原始数据中缺失值对退化分析的影响,建立基于BP神经网络的智能电能计量设备退化研究模型;最后,引入改进遗传算法(IGA)优化BP神经网络参数,实现智能电能计量设备退化趋势的向后预测与更新。选取基地中不同型号的若干个智能电能计量设备进行多项实验,结果表明本文模型具有较高的预测能力,预测结果的平均均方根误差为0.0123,预测准确度最高可达90.2%。

来源：2021年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2021年第11期