油气试验车内部环境的多变量自适应控制方法

高压设备油气试验车内部集成了多种油气试验装置,在改装试验车时设计的环境控制系统需要具有较为精确、稳定的控制效果。提出了基于改进BP神经网络的多变量自适应控制模型,并利用所提出的模型开发出一套试验车内部环境自适应控制系统。通过在试验车上的实际应用验证了所提出的控制方法,结果表明,所提出的方法可以快速调节车内环境到设定值,符合预期目标。

基于油气试验车和神经网络的变压器故障诊断方法

为提高现场检修的效率,将多种常用的变压器油气试验仪器集成到一辆汽车上,构建移动试验平台。基于油气试验车上配置的仪器所测得的变压器油气参数和电气参数,提出了BP神经网络变压器故障诊断模型,并采用GA算法对BP神经网络模型进行了优化。利用训练样本数据集对所提出的模型进行了训练,结果表明系统的收敛性好、误差满足实际检测要求。利用测试样本数据集对所提出的模型进行了测试验证,诊断的准确率达到98%,表明GA优化BP神经网络模型可以发挥油气试验车的特长,能够满足变压器油气试验车的要求。现场应用结果表明,采用本文所提出的故障诊断方法,可以快速、准确地定位故障点。