来源：期刊VIP网 时间：
作者：陈炳贵;王海霞;唐玲玲;李明;
单位：福建省电力有限公司泉州电力技能研究院;福州大学电气工程与自动化学院;
摘要：结合高压开关柜温度预测的情况，采用突变敏感度更大的Elman网络并通过PCA对变量集进行降维，通过GA算法计算得到网络权值与阈值，使网络更快完成收敛，提升预测性能，由此达到准确预测高压开关柜温度的效果，充分故障识别能力。研究结果表明：经过20代进化后，形成了具有良好收敛性的种群，表明此时已获得最优模型。对Elman神经网络模型完成优化后，达到了理想的拟合程度。各项指标可知预测模型具备理想的分析性能，符合设计要求。以这里模型获得的指标都比文献~([10])更小，可以推断这里设计的模型具备更高的精度。以新模型则可以获得很小的相关误差指标，MSE为1.25,MAE为0.69。该研究能够有效预测风高压开关柜温度的波动情况，及时的做出危险预估，有效的提高系统的工作稳定性。
关键词：高压开关柜温度;;主成分分析;;遗传算法;;Elman神经网络;;预测
基金资助：国网福建省电力研究院(SGTYHT/17-JS-201)
