[发明专利]一种干式平波电抗器的热点温度预测方法

权利要求书

1.一种干式平波电抗器的热点温度预测方法，其特征在于，包括以下步骤：

获取环境温度H、平波电抗器输入直流电流I_z、典型谐波电流I_L1、I_L2、I_L3、电抗器本体最外层上、中和下三处器壁温度I_q1、I_q2和I_q3，输入电抗器热点温度预测模型，输出预测得到的对应的电抗器热点温度；

所述电抗器热点温度预测模型，通过以下步骤训练得到：

通过平波电抗器温升试验，获取环境温度H、平波电抗器输入直流电流I_z、典型谐波电流I_L1、I_L2和I_L3，其中，I_L1表示6次谐波电流分量，I_L2表示12次谐波电流分量，I_L3表示18次谐波电流分量；电抗器本体最外层上、中和下三处器壁温度I_q1、I_q2和I_q3，作为输入量，通过平波电抗器温升试验测得的电抗器热点温度，作为输出量，训练得到基于GA-BP神经网络的电抗器热点温度预测模型。

2.根据权利要求1所述的干式平波电抗器的热点温度预测方法，其特征在于，基于GA-BP神经网络的电抗器热点温度预测模型中的GA算法的4个运行参数取值范围如下：种群规模取20-100；进化次数取100-500；交叉概率取0.4-0.9；变异概率取0.01-0.03。

3.根据权利要求1所述的干式平波电抗器的热点温度预测方法，其特征在于，基于GA-BP神经网络的电抗器热点温度预测模型中的BP神经网络采用三层结构：

输入层节点数为8，分别对应输入量的环境温度H、平波电抗器输入直流电流I_z、典型谐波电流I_L1、I_L2、I_L3电抗器本体最外层上、中、下三处器壁温度I_q1、I_q2、I_q3；

输出层节点数为1，对应电抗器热点温度值；

隐含层节点数的根据经验式进行试凑，式中h,u,v分别代表隐含层、输入层和输出层的节点数。

4.根据权利要求3所述的干式平波电抗器的热点温度预测方法，其特征在于，所述隐含层节点数为9。

5.根据权利要求1至4中任一项所述的干式平波电抗器的热点温度预测方法，其特征在于，所述电抗器热点温度预测模型训练时,包括以下步骤：

数据样本归一化：在建立BP神经网络模型前对训练集和预测集样本归一化到[0,1]区间，计算公式为x'＝(x-min(x))/(max(x)-min(x))，式中x和x'分别为归一化前、后的值；

GA优化BP神经网络模型：将训练集样本作为控制量仿真，进行二进制编码并创建初始种群，将在交叉验证意义下训练集的均方误差作为GA的适应度函数并对适应度定标；进行选择、交叉、变异操作，判断是否满足终止精度或当前迭代次数是否等于最大迭代次数，若满足则解码输出，否则重新进行遗传操作，将训练集训练得到的模型对预测集样本回归预测并对数据反归一化处理。