방사형 신경망(RBF)을 기반으로 RBF의 입력층, 은닉층, 출력층의 구현 세부 사항을 제시하고, 각 부분의 행렬 일치 요구 사항을 제시하며, 입자 떼 알고리즘(PSO)을 사용하여 RBF 모델의 기초폭과 출력층 가중치를 찾고 구체적인 시행 과정을 제시하고, 콘덴서 진공의 연성 측정 모델을 설정합니다. 이 모델을 훈련하기 위해 300MW 콘덴서 시스템의 실제 운영 데이터를 사용하고, 예상되는 콘덴서 진공 값과 실제 값의 비교를 통해 이 모델의 콘덴서 작동 상태 추정의 정확성을 검증하고, 진단에 대한 참고 근거를 제공했습니다.

콘덴서; 진공; PSO; RBF; 연성 측정; 예측 모델