[發明專利]一種基于神經網絡的氣體介電強度預測方法

在審

• 申請號: 202011037420.9
• 申請日: 2020-09-28
• 公開（公告）號: CN112162182A
• 公開（公告）日: 2021-01-01
• 發明（設計）人: 林林;陳慶國;聶洪巖;王新宇;程嵩;賈宗凱
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G01R31/12
• 分類號: G01R31/12;G06N3/02;G06N3/063;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明提供一種基于神經網絡的氣體介電強度預測方法，操作簡單，實施效果好，能滿足新型絕緣氣體的介電強度初步預測。其包括如下步驟：步驟1，基于密度泛函理論計算氣體分子電氣參數；根據氣體擊穿中電子崩發展特點，提取影響電子崩發展的電氣參數，獲得數據集。步驟2，驗證氣體分子電氣參數計算準確性；與實驗數據對比，驗證密度泛函理論計算電氣參數的準確性；步驟3，將計算得到的氣體分子電氣參數及氣體相對介電強度實驗值作為數據集，進行神經網絡建模訓練；步驟4，通過預測的數據與試驗的數據對比分析預測準確度及可行性。步驟5，根據電氣參數計算數據和完成訓練的神經網絡對氣體的介電強度進行預測。

技術領域

本發明涉及電氣絕緣介質強度預測，具體為基于神經網絡的氣體介電強度預測方法。

背景技術

氣體絕緣具有絕緣強度高、自恢復性強等優點，以氣體絕緣為媒質的氣體絕緣設備使用壽命長、運行安全性高、配置靈活、維修簡單、受外界環境因素影響小，是特高壓電網的重要組成部分。在氣體絕緣中SF₆氣體因其良好的絕緣及滅弧特性被廣泛應用。然而，SF₆是一種強溫室效應氣體，會造成嚴重的溫室效應。研究表明：截止2018年，大氣中的SF₆濃度已達9ppt，由SF₆導致的溫升為0.004℃，其對于環境造成的影響已經不容忽視。目前，綠色環保型絕緣氣體的尋找已成為熱點問題。

氣體絕緣有嚴格的限制條件。其中，絕緣強度是重要的電氣性能特性。目前，氣體絕緣強度通常通過實驗的方法獲得。因此，實現氣體絕緣強度的預測對SF₆可替代氣體的尋找具有重要意義。

神經網絡是由大量處理單元互聯組成的非線性、自適應信息處理系統。神經網絡具有自適應、自組織、自學習的能力。神經網絡的特點使其在數據預測方向展現出較高的優越性，帶動了數據預測的發展。

發明內容

本申請的目的是提出一種基于神經網絡的氣體介電強度預測方法，以解決需通過實驗測得氣體絕緣強度，不利于SF₆可替代氣體尋找的問題。該方法基于神經網絡，同時結合密度泛函理論，操作簡單方便。

本申請提出一種基于密度泛函理論與神經網絡的氣體介電強度預測方法，所述方法包括以下步驟：

步驟一、基于密度泛函理論計算氣體分子電氣參數；

隨著量子力學的發展，可近似求解薛定諤方程，從而獲得氣體分子外的電子分布。進一步獲得氣體分子的電氣參數。因此，本申請基于密度泛函理論對氣體的電氣參數進行計算，計算采用GAUSSIAN軟件，鑒于M62Xdef2TZVP基組對于除錒系和最后一個周期外的所有元素均有定義，可避免多個基組混用。故選定為計算基組。選取計算電氣參數為電離能、親和能及極化率。

步驟二、驗證氣體分子電氣參數計算準確性；

選取電離能和親和能實驗值已知的氣體，采用線性回歸方法驗證計算結果的準確性。線性回歸的公式如下：

y＝a₀+a₁x；

式中，y表示微觀電參數實驗值；x表示計算值；a₀、a₁為未知參數。

以微觀電參數的實驗值為縱坐標、微觀電參數計算值為橫坐標繪制線性回歸曲線，驗證微觀電參數計算的準確性。

步驟三、將計算得到的氣體分子電氣參數及氣體相對介電強度實驗值作為數據集，進行神經網絡建模訓練；

將計算得到的氣體分子電氣參數及氣體相對介電強度實驗值作為數據集，進行建模訓練，訓練采用廣義神經網絡GRNN。

步驟四、通過預測的數據與試驗的數據對比分析預測準確度及可行性。