基于ANN的模拟空气击穿电压预测方法研究

提出了一种基于人工神经网络(ANN)的模拟空气(IAir)击穿电压的预测方法。ANN采用BP网络模型,由输入层、隐藏层和输出层3层组成。依据I-Air中针对板(N-P)、球对板(S-P)电极的工频交流击穿试验数据,分别进行了针对不均匀电场和稍不均匀电场2类的人工神经网络的数据和网络测试。对于不均匀电场网络,利用同一气压下若干气隙长度的击穿电压,预测同一气压下的其他气隙长度的击穿电压;对于稍不均匀电场网络,利用若干气压下的击穿电压预测另外气压下的击穿电压,并用Matlab中的ANN工具箱实现了人工神经网络模型,通过比较实测结果和预测结果发现预测平均误差小于5%,取得了较好的预测结果。预测方法可以用来在一定范围内预测I-Air的击穿电压,大大减少了试验的时间和试验投资成本。