基于改进神经网络的电流互感器综合状态评估的研究

针对电流互感器长期在恶劣工况下运行造成准确度退化以及故障问题,设计一种电子式电流互感器在线状态综合评估系统,通过神经网络实现对互感器在线误差预测与故障诊断。针对现有基于神经网络的方法存在收敛速度慢、精度低等问题,提出一种基于改进的鲸鱼优化神经网络用于误差预测与故障诊断。通过非线性收敛因子提高鲸鱼优化的收敛速度;同时引入自适应惯性权重与模拟退火机制提高鲸鱼优化算法精度,避免陷入局部最优。通过基准函数测试、算例分析验证了方法有效性与可靠性。实验证明:所设计的电流互感器在线状态综合评估系统能有效地对电流互感器进行误差预测与故障诊断。