基于人工神經(jīng)網(wǎng)絡(luò)的封閉式開(kāi)關(guān)柜溫度的預(yù)測(cè)

摘要：本文將多光譜觀測(cè)窗安裝于封閉設(shè)備外殼的適當(dāng)位置，與紅外熱成像儀配合可方便安全地實(shí)現(xiàn)封閉開(kāi)關(guān)設(shè)備大面積、大范圍的紅外發(fā)熱在線監(jiān)測(cè)，并根據(jù)監(jiān)測(cè)的紅外溫度運(yùn)用BP人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)出封閉開(kāi)關(guān)設(shè)備未來(lái)的溫度，進(jìn)而排除故障，保證電力系統(tǒng)的安全運(yùn)行。

關(guān)鍵詞：封閉式開(kāi)關(guān)柜人工神經(jīng)網(wǎng)絡(luò)紅外溫度

0 引言

大量運(yùn)行的封閉式開(kāi)關(guān)設(shè)備由于外殼的阻隔，其紅外發(fā)熱診斷基本沒(méi)有開(kāi)展。檢測(cè)和監(jiān)視全封閉的高壓開(kāi)關(guān)設(shè)備內(nèi)部的工作溫度，并進(jìn)行溫度預(yù)測(cè)，提前發(fā)現(xiàn)和排除熱故障隱患，對(duì)電力系統(tǒng)的安全可靠運(yùn)行非常重要和必要。本文就是通過(guò)收集大量的現(xiàn)場(chǎng)測(cè)溫?cái)?shù)據(jù)，應(yīng)用人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)封閉式開(kāi)關(guān)柜的紅外溫度，為檢測(cè)和維修人員提供了預(yù)知故障的依據(jù)，使其能夠更好地做好準(zhǔn)備，防范事故發(fā)生。

1 BP人工神經(jīng)網(wǎng)絡(luò)

1.1 BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu) BP（Back Propagation）網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，主要包括輸入層、隱層和輸出層三層，是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一，也是最有成效的。BP網(wǎng)絡(luò)中雖然相鄰層間是采取全互連的方式連接的，但是對(duì)于同一層的各神經(jīng)元之間以及輸出、輸入層之間沒(méi)有任何連接，因此，三層網(wǎng)絡(luò)可以實(shí)現(xiàn)任意連續(xù)函數(shù)的逼近。

1.2 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法主要由正向傳播和反向傳播兩種組成。正向傳播中，輸入信號(hào)從輸入層經(jīng)隱層傳向輸出層，若輸出層得到了期望的輸出，學(xué)習(xí)算法結(jié)束；否則，如果輸出層不能得到期望輸出，即說(shuō)明實(shí)際輸出值與期望輸出值之間存在誤差，則轉(zhuǎn)至反向傳播，將誤差信號(hào)原路返回，通過(guò)修改各層神經(jīng)元的權(quán)值，逐次向輸入層傳播進(jìn)行計(jì)算，再經(jīng)過(guò)正向傳播過(guò)程。而反向傳播則是將計(jì)算得到的誤差信號(hào)按原路反向計(jì)算，各層神經(jīng)元的閾值和權(quán)值則由梯度下降法來(lái)調(diào)整，以使信號(hào)誤差達(dá)到減小。BP神經(jīng)網(wǎng)絡(luò)是對(duì)上述這兩個(gè)過(guò)程的反復(fù)運(yùn)用，最終使得誤差信號(hào)最小。

1.3 LMS算法 LMS算法也稱Widrow-Hoff算法，它是基于負(fù)梯度下降的原則來(lái)減少網(wǎng)絡(luò)的訓(xùn)練誤差。當(dāng)系統(tǒng)進(jìn)行第n次循環(huán)時(shí)，它將訓(xùn)練誤差的平方分別對(duì)網(wǎng)絡(luò)閥值和權(quán)值求二階偏微分，如公式（1-1）和（1-2）所示。

■=2e(k)■（1-1）

■=2e(n)■（1-2）

而此時(shí)的訓(xùn)練誤差對(duì)網(wǎng)絡(luò)閥值和權(quán)值的一階偏微分如公式（1-3）所示。

■=■[t(n)-■w■P■(n)+b]=-P■(n)（1-3）

其中P■(n)表示在第n次循環(huán)中的第k個(gè)輸入向量。因此網(wǎng)絡(luò)的權(quán)值和閥值可被修正為

w■■(n+1)=w■■(n)+2ηe(n)P■(n)(1-4)

b■(n+1)=b■(n)+2ηe(n)(1-5)

其中b為閥值，η為學(xué)習(xí)速率。當(dāng)η取比較小的值時(shí)，LMS算法的自適應(yīng)過(guò)程就比較慢，但結(jié)果會(huì)更精確。綜合考慮收斂速度和學(xué)習(xí)精度，η值應(yīng)先取較大的值以保證收斂速率，隨著迭代次數(shù)的增加而取較小的η值以保證精度。

1.4 Levenberg-Marquardt算法（trainlm） 這是一種類似于Quasi-Newton的神經(jīng)網(wǎng)絡(luò)訓(xùn)練算法，它并不需要直接計(jì)算赫賽矩陣，由此減少了訓(xùn)練中的內(nèi)存需求量和計(jì)算量，因?yàn)锽P網(wǎng)絡(luò)的性能函數(shù)是均方誤差，因此可以由雅可比矩陣近似得到赫賽矩陣，如公式（1-6）所示。

H=JTJ(1-6)

又因梯度的計(jì)算公式為

g=JTe(1-7)

其中e是網(wǎng)絡(luò)的誤差向量，J為雅可比矩陣，它的元素是網(wǎng)絡(luò)誤差對(duì)權(quán)值和閥值的一階導(dǎo)數(shù)。因此在trainlm算法中，網(wǎng)絡(luò)的閥值和權(quán)值將公式調(diào)整為

w(k+1)=w(k)-[JTJ+μI]-1JTe(1-8)

由于網(wǎng)絡(luò)的誤差與μ有關(guān)，增大μ的值，網(wǎng)絡(luò)的誤差要增大；減小μ的值，網(wǎng)絡(luò)的誤差減小，因此可以保證網(wǎng)絡(luò)的性能函數(shù)總在減小。本文在訓(xùn)練網(wǎng)絡(luò)的時(shí)候采用的是LMS算法和Levenberg-Marquardt算法。

2 MATLAB的概述

我們就是以MATLAB軟件為基礎(chǔ)，通過(guò)BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)溫度預(yù)測(cè)的。MATLAB可以交互式地接收用戶輸入的各項(xiàng)命令，從而輸出計(jì)算結(jié)果，因此用戶便可通過(guò)運(yùn)行系統(tǒng)提供的大量命令，實(shí)現(xiàn)數(shù)值計(jì)算、代碼編制和圖形繪制等。

3 封閉式開(kāi)關(guān)柜溫度的預(yù)測(cè)

3.1 網(wǎng)絡(luò)變量的設(shè)計(jì) 本文是通過(guò)已有的相隔接近于一周的封閉式開(kāi)關(guān)柜的溫度預(yù)測(cè)，來(lái)預(yù)測(cè)未來(lái)7天后的封閉式開(kāi)關(guān)柜的紅外溫度，再根據(jù)失效判據(jù)去判斷封閉式開(kāi)關(guān)柜在未來(lái)一周后有無(wú)故障。每隔一周對(duì)六組封閉式開(kāi)關(guān)柜進(jìn)行一次測(cè)量，由于溫度曲線相鄰的點(diǎn)之間不會(huì)發(fā)生突變，因此后一時(shí)刻的值必然和前一時(shí)刻有關(guān)，除非出現(xiàn)重大事故等特殊情況。此外，由于封閉式開(kāi)關(guān)柜的溫度還與環(huán)境、負(fù)荷等有關(guān)，因此需要通過(guò)天氣預(yù)報(bào)等手段獲得預(yù)測(cè)日的氣溫，還需經(jīng)驗(yàn)來(lái)獲得預(yù)測(cè)日的電力負(fù)荷或根據(jù)其他方法比如預(yù)測(cè)等方法得到預(yù)測(cè)日的電力負(fù)荷。這里將預(yù)測(cè)日當(dāng)天的氣象特征和電力負(fù)荷數(shù)據(jù)作為網(wǎng)絡(luò)的輸入變量。

本文通過(guò)對(duì)封閉式開(kāi)關(guān)柜中的六個(gè)不同開(kāi)關(guān)柜的未來(lái)一周后的紅外溫度預(yù)測(cè)，說(shuō)明了預(yù)測(cè)的必要性和重要性。輸入變量為開(kāi)關(guān)柜的A、B、C三相的紅外溫度和預(yù)測(cè)日當(dāng)天的氣象特征數(shù)據(jù)及電力負(fù)荷數(shù)據(jù)，它是一個(gè)5維變量；輸出變量為預(yù)測(cè)日當(dāng)天的開(kāi)關(guān)柜的A、B、C三相的紅外溫度，它是一個(gè)3維的變量。網(wǎng)絡(luò)的輸出層與中間層分別采用s型對(duì)數(shù)函數(shù)logsig與正切函數(shù)tansig。獲得輸入和輸出變量后，需對(duì)其進(jìn)行歸一化處理，將數(shù)據(jù)處理為區(qū)間[0，1]之間的數(shù)據(jù)。歸一化的方法有很多種，這里采用如下的公式：

■=■（3-1）

3.2 訓(xùn)練樣本 本課題主要針對(duì)#1爐B一次風(fēng)機(jī)電機(jī)、#1爐B引風(fēng)機(jī)電機(jī)、#1爐B循環(huán)水泵電機(jī)、#1爐B送風(fēng)機(jī)電機(jī)、工作電源612開(kāi)關(guān)、輸煤6KV段電源開(kāi)關(guān)六種封閉式開(kāi)關(guān)柜進(jìn)行研究的。

3.3 預(yù)測(cè)網(wǎng)絡(luò)的訓(xùn)練 本文采用的是LMS算法和Levenberg-Marquardt算法對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練的，網(wǎng)絡(luò)經(jīng)過(guò)訓(xùn)練后才可以滿足封閉式開(kāi)關(guān)柜紅外溫度的預(yù)測(cè)的實(shí)際應(yīng)用。考慮到網(wǎng)絡(luò)的結(jié)構(gòu)比較復(fù)雜，神經(jīng)元個(gè)數(shù)比較多，需要適當(dāng)增大訓(xùn)練次數(shù)和學(xué)習(xí)速率。訓(xùn)練參數(shù)設(shè)定如表3.3所示。

■

①#1爐B一次風(fēng)機(jī)電機(jī)的溫度預(yù)測(cè)。預(yù)測(cè)的結(jié)果如圖2所示，實(shí)際的結(jié)果為42.5、38.3、39.2，預(yù)測(cè)結(jié)果和實(shí)際結(jié)果相差不會(huì)超過(guò)20°C。②#1爐B引風(fēng)機(jī)電機(jī)的溫度預(yù)測(cè)。預(yù)測(cè)的結(jié)果如圖3所示，實(shí)際的結(jié)果為43.4、44.4、39.6，預(yù)測(cè)結(jié)果和實(shí)際結(jié)果相差不會(huì)超過(guò)20°C。

■

4 結(jié)論

通過(guò)對(duì)這六種開(kāi)關(guān)柜的紅外溫度的預(yù)測(cè)結(jié)果及實(shí)際測(cè)量結(jié)果比較，可以得到它們的結(jié)果相差不到20°C，在正常范圍之內(nèi)，增加測(cè)量的樣本，效果會(huì)更好。如果能對(duì)紅外溫度正確預(yù)測(cè)，便可根據(jù)預(yù)測(cè)的溫度與正常溫度比較，來(lái)判斷設(shè)備是否存在故障及故障的嚴(yán)重程度。

參考文獻(xiàn)：

[1]趙林明等.多層前向人工神經(jīng)網(wǎng)絡(luò)[M].鄭州：黃河出版社，1999，7:9-14.

[2]聞新等.MATLAB神經(jīng)網(wǎng)絡(luò)仿真與應(yīng)用[M].北京：科學(xué)出版社，2003:265-269.

[3]武冬蕾.連鑄關(guān)鍵設(shè)備故障診斷與漏鋼預(yù)報(bào)關(guān)鍵技術(shù)研[D].天津理工大學(xué)，2005.