基于MATLAB的變壓器絕緣老化壽命研究本科論文答辯PPT

1、福州大學(xué)福州大學(xué)20112011級(jí)本科生學(xué)位論文答辯級(jí)本科生學(xué)位論文答辯n答辯人：黃松達(dá)答辯人：黃松達(dá)n專業(yè)：電氣工程及其自動(dòng)化專業(yè)：電氣工程及其自動(dòng)化變壓器絕緣老化壽命研究變壓器絕緣老化壽命研究 論文的結(jié)構(gòu)和主要內(nèi)容 第一章第一章 緒論緒論 第二章第二章 油紙絕緣變壓器老化機(jī)理油紙絕緣變壓器老化機(jī)理 第三章第三章 變壓器絕緣老化參量的選取變壓器絕緣老化參量的選取 第四章第四章 變壓器絕緣故障檢測(cè)模型的搭建變壓器絕緣故障檢測(cè)模型的搭建 第五章第五章 基于基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型 第六章第六章 結(jié)論結(jié)論課題研究背景和意義 目前世界各國(guó)制造的變壓器設(shè)計(jì)壽命在目前

2、世界各國(guó)制造的變壓器設(shè)計(jì)壽命在30年年左右，因此上左右，因此上世紀(jì)世紀(jì)80年代掛網(wǎng)運(yùn)行的變壓器很大一部分存在年代掛網(wǎng)運(yùn)行的變壓器很大一部分存在絕緣老化絕緣老化問題，問題，但考慮到經(jīng)濟(jì)效益依然繼續(xù)服役，根據(jù)國(guó)內(nèi)近年來對(duì)變壓器故但考慮到經(jīng)濟(jì)效益依然繼續(xù)服役，根據(jù)國(guó)內(nèi)近年來對(duì)變壓器故障原因的實(shí)驗(yàn)和實(shí)際統(tǒng)計(jì)，將近障原因的實(shí)驗(yàn)和實(shí)際統(tǒng)計(jì)，將近70%的故障是由于絕緣老化或的故障是由于絕緣老化或者受損引起的，者受損引起的，下表下表我國(guó)變壓器絕緣系統(tǒng)損壞引起的故障次數(shù)我國(guó)變壓器絕緣系統(tǒng)損壞引起的故障次數(shù)統(tǒng)計(jì)統(tǒng)計(jì)。因此。因此對(duì)對(duì)服役中的服役中的變壓器進(jìn)行變壓器進(jìn)行絕緣老化的絕緣老化的在線故障檢測(cè)和在線故障檢測(cè)和

3、剩余壽命預(yù)測(cè)可在穩(wěn)定運(yùn)行前提下剩余壽命預(yù)測(cè)可在穩(wěn)定運(yùn)行前提下最大化利用設(shè)備最大化利用設(shè)備，對(duì)電網(wǎng)的，對(duì)電網(wǎng)的可持續(xù)發(fā)展可持續(xù)發(fā)展意義重大意義重大。 如今國(guó)內(nèi)最普及變壓器為如今國(guó)內(nèi)最普及變壓器為油浸式變壓器油浸式變壓器和干式變壓器，其中油浸式和干式變壓器，其中油浸式變壓器占大多數(shù)，研究變壓器故障和壽命很大程度上就是根據(jù)變壓器占大多數(shù)，研究變壓器故障和壽命很大程度上就是根據(jù)油紙絕油紙絕緣的各類特征參量緣的各類特征參量進(jìn)行評(píng)估。目前主要有分兩大類評(píng)估方法進(jìn)行評(píng)估。目前主要有分兩大類評(píng)估方法物理物理化學(xué)法化學(xué)法和電氣方法。和電氣方法。 （1）物理化學(xué)方法）物理化學(xué)方法 平均聚合度（平均聚合度（DP）

4、絕緣紙的平均聚合度作為變壓器固體絕緣老化程度的重要判據(jù)，絕緣紙的平均聚合度作為變壓器固體絕緣老化程度的重要判據(jù)，新絕緣材料聚合度基準(zhǔn)值為新絕緣材料聚合度基準(zhǔn)值為10001300，在變壓器運(yùn)行過程中逐漸降，在變壓器運(yùn)行過程中逐漸降低，當(dāng)?shù)停?dāng)DP達(dá)到達(dá)到250以下時(shí)油紙絕緣達(dá)到壽命極限，可能出現(xiàn)絕緣故障。以下時(shí)油紙絕緣達(dá)到壽命極限，可能出現(xiàn)絕緣故障。 第一章 緒論第一章 緒論 油中溶解氣體（油中溶解氣體（DGADGA） 當(dāng)油紙絕緣系統(tǒng)遭受超負(fù)荷的電，熱，機(jī)械應(yīng)力作用時(shí)會(huì)產(chǎn)當(dāng)油紙絕緣系統(tǒng)遭受超負(fù)荷的電，熱，機(jī)械應(yīng)力作用時(shí)會(huì)產(chǎn)生相應(yīng)特殊氣體：生相應(yīng)特殊氣體：DGADGA方法有方法有IECIEC比值法

5、、比值法、DoernenburgDoernenburg比值法和比值法和DuvalDuval三角法三角法等。等。 油中糠醛含量油中糠醛含量 隨著油紙絕緣系統(tǒng)老化進(jìn)的發(fā)展，會(huì)生成呋喃類化合物，這隨著油紙絕緣系統(tǒng)老化進(jìn)的發(fā)展，會(huì)生成呋喃類化合物，這些呋喃類化合物緩慢溶解于油中，并形成穩(wěn)定的糠些呋喃類化合物緩慢溶解于油中，并形成穩(wěn)定的糠醛醛( ( ) )，糠醛的產(chǎn)生僅糠醛的產(chǎn)生僅僅僅來源于老化分解，作為判別絕緣紙的老化的特征來源于老化分解，作為判別絕緣紙的老化的特征值值。 （2 2）電氣方法）電氣方法 局部放電局部放電 變壓器絕緣材料在運(yùn)行中有微量的水分、非極性或者離子特變壓器絕緣材料在運(yùn)行中有微量的

6、水分、非極性或者離子特性化合物生成，絕緣紙的物理特性和介電特性隨之變化，主要方性化合物生成，絕緣紙的物理特性和介電特性隨之變化，主要方法是反復(fù)操作過電壓試驗(yàn)。法是反復(fù)操作過電壓試驗(yàn)。 電介質(zhì)響應(yīng)電介質(zhì)響應(yīng) 基于介質(zhì)響應(yīng)的回復(fù)電壓法（基于介質(zhì)響應(yīng)的回復(fù)電壓法（RVMRVM），極化去極化電流法），極化去極化電流法（PDCPDC）以及頻域介電譜法（）以及頻域介電譜法（FDSFDS）624222422HCHCHCCHCOCOH、245OHC第二章 油紙絕緣變壓器的老化機(jī)理 通常將油紙絕緣老化的因素劃分為：熱老化、電老化、機(jī)械老化、通常將油紙絕緣老化的因素劃分為：熱老化、電老化、機(jī)械老化、和其他因素老化

7、（氧氣和水分）老化。和其他因素老化（氧氣和水分）老化。熱老化熱老化：熱老化是致使絕緣系統(tǒng)劣化的主要原因，纖維素因熱老化：熱老化是致使絕緣系統(tǒng)劣化的主要原因，纖維素因熱老化而使分子斷裂，在宏觀上就表現(xiàn)為絕緣紙機(jī)械強(qiáng)度的下降，聚合度下而使分子斷裂，在宏觀上就表現(xiàn)為絕緣紙機(jī)械強(qiáng)度的下降，聚合度下降。降。電老化電老化：油紙絕緣系統(tǒng)長(zhǎng)期處于不斷變化的電場(chǎng)中，會(huì)產(chǎn)生復(fù)雜的：油紙絕緣系統(tǒng)長(zhǎng)期處于不斷變化的電場(chǎng)中，會(huì)產(chǎn)生復(fù)雜的物理化學(xué)反應(yīng)，使絕緣材料分解，性能降低。由于變壓器油紙絕緣系物理化學(xué)反應(yīng)，使絕緣材料分解，性能降低。由于變壓器油紙絕緣系統(tǒng)內(nèi)容易產(chǎn)生氣泡，在氣泡和電場(chǎng)強(qiáng)度集中的區(qū)域容易出現(xiàn)局部放電。統(tǒng)內(nèi)

8、容易產(chǎn)生氣泡，在氣泡和電場(chǎng)強(qiáng)度集中的區(qū)域容易出現(xiàn)局部放電。機(jī)械老化機(jī)械老化：繞組匝間絕緣和相間絕緣的絕緣紙承受著重力、電磁力、：繞組匝間絕緣和相間絕緣的絕緣紙承受著重力、電磁力、振動(dòng)力，在發(fā)生短路故障時(shí)還要承受強(qiáng)電動(dòng)力，均會(huì)使絕緣紙機(jī)械性振動(dòng)力，在發(fā)生短路故障時(shí)還要承受強(qiáng)電動(dòng)力，均會(huì)使絕緣紙機(jī)械性能下降，發(fā)生形變，在機(jī)械應(yīng)力過大時(shí)發(fā)生斷裂，致使絕緣崩潰。能下降，發(fā)生形變，在機(jī)械應(yīng)力過大時(shí)發(fā)生斷裂，致使絕緣崩潰。其他因素老化其他因素老化：超標(biāo)的氧氣和水分就會(huì)腐蝕絕緣表面，使絕緣紙受：超標(biāo)的氧氣和水分就會(huì)腐蝕絕緣表面，使絕緣紙受潮，絕緣電阻和介質(zhì)損耗會(huì)變大，水分子分布不均會(huì)造成電場(chǎng)畸變，潮，絕緣電

9、阻和介質(zhì)損耗會(huì)變大，水分子分布不均會(huì)造成電場(chǎng)畸變，使耐電強(qiáng)度下降。正常溫度下含水量與紙絕緣的降解速度成正指數(shù)關(guān)使耐電強(qiáng)度下降。正常溫度下含水量與紙絕緣的降解速度成正指數(shù)關(guān)系。系。第三章 變壓器絕緣老化參量的選取 糠醛含量糠醛含量 油中油中糠醛含量糠醛含量與與變壓器變壓器運(yùn)行年限運(yùn)行年限呈呈正相關(guān)正相關(guān)，而糠醛又僅由纖維素而糠醛又僅由纖維素材料老化分解產(chǎn)生，因此糠醛含量這一指標(biāo)可以推斷變壓器絕緣老化材料老化分解產(chǎn)生，因此糠醛含量這一指標(biāo)可以推斷變壓器絕緣老化狀況。由于糠醛狀況。由于糠醛取樣方便取樣方便等優(yōu)點(diǎn)，糠醛含量是評(píng)估變壓器剩余壽命的等優(yōu)點(diǎn)，糠醛含量是評(píng)估變壓器剩余壽命的最佳參數(shù)最佳參數(shù)。第

10、三章 變壓器絕緣老化參量的選取 油中溶解氣體分析油中溶解氣體分析（DGADGA） 在長(zhǎng)期的在長(zhǎng)期的高溫高壓高溫高壓以及以及氧氣作用氧氣作用下，不同故障所產(chǎn)生的氣體下，不同故障所產(chǎn)生的氣體及其含量、比例均有不同及其含量、比例均有不同，如表，如表3-13-1所示：所示： 表表3-13-1不同故障對(duì)應(yīng)的特征氣體組成不同故障對(duì)應(yīng)的特征氣體組成 比值法運(yùn)用各種特征氣體的比值來診斷絕緣故障比值法運(yùn)用各種特征氣體的比值來診斷絕緣故障，如表，如表3-2和表和表3-3所示：所示：第三章 變壓器絕緣老化參量的選取表3-4 Roger比值法表3-5 IEC比值法為何臨界值的為何臨界值的劃分不一致？劃分不一致？第四章

11、 變壓器絕緣故障診斷模型的搭建 目前對(duì)變壓器故障目前對(duì)變壓器故障在線監(jiān)測(cè)在線監(jiān)測(cè)可以通過對(duì)正在運(yùn)行的變壓器提取可以通過對(duì)正在運(yùn)行的變壓器提取檢測(cè)檢測(cè)樣本然后將樣本數(shù)據(jù)帶入建立好的樣本然后將樣本數(shù)據(jù)帶入建立好的純數(shù)學(xué)模型純數(shù)學(xué)模型，在對(duì)正確的樣，在對(duì)正確的樣本數(shù)據(jù)進(jìn)行本數(shù)據(jù)進(jìn)行訓(xùn)練訓(xùn)練后后預(yù)測(cè)預(yù)測(cè)試驗(yàn)樣本，具體的實(shí)現(xiàn)方式是使用試驗(yàn)樣本，具體的實(shí)現(xiàn)方式是使用MATLAB仿真仿真軟件進(jìn)行神經(jīng)網(wǎng)絡(luò)搭建。本章著重研究基于軟件進(jìn)行神經(jīng)網(wǎng)絡(luò)搭建。本章著重研究基于PNN神經(jīng)網(wǎng)絡(luò)結(jié)合神經(jīng)網(wǎng)絡(luò)結(jié)合改良三比值法改良三比值法的變壓器故障診斷。的變壓器故障診斷。圖4-1 PNN神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖第四章 變壓器絕緣故障診斷模

12、型的搭建表表4-1 編碼規(guī)則編碼規(guī)則 改良三比值法，運(yùn)用改良三比值法，運(yùn)用5 5種氣體種氣體3 3種比值種比值，具體的編碼規(guī)則如，具體的編碼規(guī)則如表表4-14-1所示，表所示，表4-24-2為故障類型對(duì)應(yīng)的編碼組合為故障類型對(duì)應(yīng)的編碼組合。第四章 變壓器絕緣故障診斷模型的搭建表表4-2 故障原因?qū)?yīng)的編碼組合故障原因?qū)?yīng)的編碼組合第四章 變壓器絕緣故障診斷模型的搭建 按照改良三比值法，將輸入的樣本設(shè)置為四列按照改良三比值法，將輸入的樣本設(shè)置為四列X1，X2，X3，Y其中：其中： 故障原因故障原因編編號(hào)號(hào) ： ，這樣輸入層的這樣輸入層的數(shù)據(jù)數(shù)據(jù)塊是塊是334維的矩陣維的矩陣，前，前三列是改良三比

13、值法的編號(hào)，第四列是故障判斷三列是改良三比值法的編號(hào)，第四列是故障判斷編號(hào)編號(hào)，選取前，選取前23個(gè)個(gè)樣本作為樣本作為PNN網(wǎng)絡(luò)的訓(xùn)練樣本，后網(wǎng)絡(luò)的訓(xùn)練樣本，后10個(gè)樣本作為測(cè)個(gè)樣本作為測(cè)試。試。6242324242221/,/,/HCHCxHCHxHCHCx1,2,3,4,5Y表表4-3 10組訓(xùn)練樣本組訓(xùn)練樣本 圖4-3 PNN訓(xùn)練結(jié)果 第四章 變壓器絕緣故障診斷模型的搭建圖圖4-4 PNN4-4 PNN仿真結(jié)果仿真結(jié)果仿真結(jié)果分析：仿真結(jié)果分析：作為預(yù)測(cè)作為預(yù)測(cè)的的10個(gè)樣本預(yù)測(cè)正確率為個(gè)樣本預(yù)測(cè)正確率為80%，即有，即有2個(gè)樣本出現(xiàn)個(gè)樣本出現(xiàn)預(yù)測(cè)偏差，均為預(yù)測(cè)偏差，均為1類型判類型判斷

14、錯(cuò)誤，經(jīng)過對(duì)訓(xùn)練樣本斷錯(cuò)誤，經(jīng)過對(duì)訓(xùn)練樣本的分析得知，原因是對(duì)于的分析得知，原因是對(duì)于故障原因故障原因1的預(yù)測(cè)的預(yù)測(cè)樣本數(shù)樣本數(shù)據(jù)不足據(jù)不足所致。仿真結(jié)果表所致。仿真結(jié)果表明，概率神經(jīng)網(wǎng)絡(luò)分類能明，概率神經(jīng)網(wǎng)絡(luò)分類能力力良好良好，用于診斷變壓器，用于診斷變壓器故障具有較高的可靠性，故障具有較高的可靠性，如果樣本數(shù)據(jù)足夠多則可如果樣本數(shù)據(jù)足夠多則可以以提高準(zhǔn)確率提高準(zhǔn)確率。 圖圖5-1 GRNN網(wǎng)絡(luò)結(jié)構(gòu)圖網(wǎng)絡(luò)結(jié)構(gòu)圖廣義回歸神經(jīng)網(wǎng)絡(luò)廣義回歸神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱（簡(jiǎn)稱GRNN）是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的一）是徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的一個(gè)發(fā)展方向，運(yùn)用非線性回歸分析來實(shí)現(xiàn)的個(gè)發(fā)展方向，運(yùn)用非線性回歸分析來實(shí)現(xiàn)的前饋

15、型神經(jīng)網(wǎng)絡(luò)前饋型神經(jīng)網(wǎng)絡(luò)，主要由輸入、隱含、輸出三個(gè)層構(gòu)成，如圖主要由輸入、隱含、輸出三個(gè)層構(gòu)成，如圖5-1所示。在所示。在GRNN神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)樣本集在進(jìn)入輸入層后其對(duì)應(yīng)的網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)中，學(xué)習(xí)樣本集在進(jìn)入輸入層后其對(duì)應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)和各關(guān)聯(lián)神經(jīng)元的權(quán)值矩陣就確定了，對(duì)樣本訓(xùn)練的目結(jié)構(gòu)和各關(guān)聯(lián)神經(jīng)元的權(quán)值矩陣就確定了，對(duì)樣本訓(xùn)練的目的是為了選取的是為了選取最優(yōu)擴(kuò)展常數(shù)最優(yōu)擴(kuò)展常數(shù)spread。第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型 我們嘗試建立以我們嘗試建立以6個(gè)特征矢量作為輸入個(gè)特征矢量作為輸入，2個(gè)特征矢量作為輸出個(gè)特征矢量作為輸出的矩的矩陣

16、，這陣，這6個(gè)輸入分別是：投運(yùn)年限、大修后的運(yùn)行時(shí)間、糠醛質(zhì)量分?jǐn)?shù)個(gè)輸入分別是：投運(yùn)年限、大修后的運(yùn)行時(shí)間、糠醛質(zhì)量分?jǐn)?shù)（mg/L）、CO2 2、CO+CO2 2、（L/L）CO2 2/CO，2個(gè)輸出是可靠性個(gè)輸出是可靠性y1和剩余壽命預(yù)測(cè)和剩余壽命預(yù)測(cè)n。y1的取值范圍是的取值范圍是0.5,1.1,數(shù)值越接近數(shù)值越接近1表示預(yù)測(cè)結(jié)表示預(yù)測(cè)結(jié)果可靠性越高。果可靠性越高。n的取值范圍是的取值范圍是0,34，表示年份。，表示年份。 將將50組組樣本數(shù)據(jù)分成樣本數(shù)據(jù)分成兩部分兩部分，前前40組組用來搭建用來搭建GRNN網(wǎng)絡(luò)模型，用網(wǎng)絡(luò)模型，用以訓(xùn)練各項(xiàng)權(quán)值和尋找最優(yōu)擴(kuò)展參數(shù)，以訓(xùn)練各項(xiàng)權(quán)值和尋找最優(yōu)

17、擴(kuò)展參數(shù)，后后10組組作為驗(yàn)證組預(yù)測(cè)剩余壽作為驗(yàn)證組預(yù)測(cè)剩余壽命，命，其中其中5組數(shù)據(jù)如表組數(shù)據(jù)如表5-1所示所示。表表5-1 5組樣本輸入數(shù)據(jù)組樣本輸入數(shù)據(jù)開始準(zhǔn)備樣本數(shù)據(jù)及預(yù)處理設(shè)置交叉訓(xùn)練次數(shù)for i=1:40最大誤差mse設(shè)置Spread擴(kuò)展常數(shù)初始值、取值范圍和步長(zhǎng)輸入樣本訓(xùn)練網(wǎng)絡(luò)交叉驗(yàn)證預(yù)測(cè)誤差是否滿足要求?Spread步長(zhǎng)加一輸出spread的優(yōu)化值i40？用最優(yōu)解構(gòu)建GRNN網(wǎng)絡(luò)并預(yù)測(cè)結(jié)束否否 ，i+1是是GRNNGRNN神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)流程圖流程圖第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型部分程序展示部分程序展示第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型運(yùn)用運(yùn)用MATL

18、AB搭建搭建GRNN模型，經(jīng)過一系列網(wǎng)絡(luò)訓(xùn)練，得到模型，經(jīng)過一系列網(wǎng)絡(luò)訓(xùn)練，得到最優(yōu)最優(yōu)spread為為0.1，在該擴(kuò)展常數(shù)下，在該擴(kuò)展常數(shù)下預(yù)測(cè)效果最佳預(yù)測(cè)效果最佳，對(duì)，對(duì)10組數(shù)據(jù)進(jìn)行驗(yàn)證組數(shù)據(jù)進(jìn)行驗(yàn)證。 圖圖5-3 GRNN變壓器剩余壽命預(yù)測(cè)結(jié)果變壓器剩余壽命預(yù)測(cè)結(jié)果 圖圖5-4 GRNN變壓器剩余壽命預(yù)測(cè)結(jié)果變壓器剩余壽命預(yù)測(cè)結(jié)果第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型表表5-2 10組實(shí)際值與預(yù)測(cè)結(jié)果組實(shí)際值與預(yù)測(cè)結(jié)果從表從表5-2預(yù)測(cè)結(jié)果分析，可靠性預(yù)測(cè)結(jié)果分析，可靠性y的平均相對(duì)誤差百分比為的平均相對(duì)誤差百分比為2.23%，預(yù)測(cè)結(jié)果可靠性高。預(yù)測(cè)壽命剔除第預(yù)測(cè)結(jié)果可靠性高。預(yù)

19、測(cè)壽命剔除第6組預(yù)測(cè)錯(cuò)誤，正確率為組預(yù)測(cè)錯(cuò)誤，正確率為90%，平均誤差率，平均誤差率11.3%，正確率較高，說明，正確率較高，說明GRNN神經(jīng)網(wǎng)絡(luò)預(yù)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)效果良好，可以作為實(shí)際應(yīng)用。測(cè)效果良好，可以作為實(shí)際應(yīng)用。第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型魯棒性魯棒性分析：分析：由于采集樣本常由于采集樣本常因因操作失誤操作失誤或者或者變壓器故障變壓器故障，導(dǎo)致樣導(dǎo)致樣本本錯(cuò)誤，這對(duì)神經(jīng)網(wǎng)絡(luò)的魯棒性提出更高的要求。錯(cuò)誤，這對(duì)神經(jīng)網(wǎng)絡(luò)的魯棒性提出更高的要求。通過通過選取額外選取額外5組組錯(cuò)誤數(shù)據(jù)（輸出量錯(cuò)誤數(shù)據(jù)（輸出量偏差偏差30%）加入加入樣本參與訓(xùn)練，樣本參與訓(xùn)練，得到結(jié)果：得到結(jié)果：圖

20、圖5-5 GRNN預(yù)測(cè)實(shí)際值和預(yù)測(cè)值的魯棒性分析預(yù)測(cè)實(shí)際值和預(yù)測(cè)值的魯棒性分析第五章 基于GRNN神經(jīng)網(wǎng)絡(luò)剩余壽命預(yù)測(cè)模型從從表表5-4預(yù)測(cè)結(jié)果分析，可靠性預(yù)測(cè)結(jié)果分析，可靠性y的平均相對(duì)誤差百分比為的平均相對(duì)誤差百分比為2.27%，預(yù)測(cè)結(jié)果的誤差與不加入錯(cuò)誤樣本相比略有提高，但，預(yù)測(cè)結(jié)果的誤差與不加入錯(cuò)誤樣本相比略有提高，但是可靠性依然很高。預(yù)測(cè)壽命剔除第是可靠性依然很高。預(yù)測(cè)壽命剔除第5組預(yù)測(cè)錯(cuò)誤，正確率為組預(yù)測(cè)錯(cuò)誤，正確率為90%，平均誤差率，平均誤差率15.49%，正確率略有降低，而且多了，正確率略有降低，而且多了1個(gè)誤個(gè)誤差較大的預(yù)測(cè)結(jié)果，但是總體預(yù)測(cè)結(jié)果誤差依舊小于差較大的預(yù)測(cè)結(jié)果，但是總體預(yù)測(cè)結(jié)果誤差依舊小于20%，和，和未加入錯(cuò)誤數(shù)據(jù)相比差距不大，說明未加入錯(cuò)誤數(shù)據(jù)相比差距不大，說明GRNN神經(jīng)網(wǎng)絡(luò)的魯棒性神經(jīng)網(wǎng)絡(luò)的魯棒性較好。較好。表表5-4 GRNN網(wǎng)絡(luò)網(wǎng)絡(luò)實(shí)際值和預(yù)測(cè)值的魯棒性分析實(shí)際值和預(yù)測(cè)值的魯棒性分析 本文通過對(duì)油紙絕緣變壓器絕緣老化機(jī)理的研究，尋找出最能反本文通過對(duì)油紙絕緣變壓器絕緣老化