基于L M算法优化的神经网络的变压器热点温度预测方法

变压器是电力系统中十分重要的设备,其热点温度是指导变压器负载运行方式和影响变压器绝缘寿命的重要参数,准确计算绕组热点温度具有重要意义。在分析变压器内部散热过程及其热特性行为的基础上,考虑日照、风速等环境因素对油浸式变压器的参数带来的影响,根据实验数据,利用神经网络进行建模预测,对网络的结构、算法的改进优化等问题进行了研究。通过与实际测量值和导则计算值相比较,结果表明,L-M算法优化的神经网络算法比导则算法更接近实际测量值。