Resumen

Como equipo de medición clave en la red inteligente, la precisión de la medición y la estabilidad del transformador electrónico son importantes para el funcionamiento normal del sistema eléctrico. Con el fin de resolver el problema de que no existe una forma efectiva de predecir la tendencia de desarrollo del error del transformador electrónico, este artículo propone dos tipos de métodos de predicción a corto plazo para el error del transformador electrónico basados en la red neuronal de retropropagación y el modelo de Prophet, respectivamente. En primer lugar, se realiza una operación de preprocesamiento y visualización de los datos de error originales. A continuación, se realiza el ajuste de los datos y la predicción a corto plazo del error del transformador electrónico sobre la base de la red neuronal de retropropagación y el modelo Prophet, y se comparan y analizan los resultados de ajuste y predicción de los dos métodos en combinación con cuatro índices de evaluación. Por último, se adopta el modelo Prophet para simular la tendencia de desarrollo y la fluctuación periódica del error, y se analiza el motivo de la fluctuación. Los resultados de la simulación muestran que el modelo Prophet es más adecuado para la predicción del error de medición del transformador electrónico que la red neuronal de retropropagación.

• Materias:Aerodinámica Robótica Regulación automática Tecnología de sensores Optimización de procesos
• Subjects:Aerodynamics Robotics Automatic regulation Sensor technology Process optimization
• Palabras claves:modelo profeta, error del transformador electrónico, red neuronal, retropropagación, transformador electrónico, error de medición del transformador electrónico, equipo de medición clave, datos de error originales, métodos de predicción de términos, error
• Keywords:prophet model, electronic transformer error, neural network, backpropagation, electronic transformer, electronic transformer measurement error, key metering equipment, original error data, term prediction methods, error