遗传算法与BP神经网络相结合的输电线路覆冰厚度预测方法

被引：23

作者：

郑振华

刘建生

机构：

[1] 金华送变电工程有限公司

来源：

电网与清洁能源 | 2014年 / 30卷 / 04期

关键词：

输电线路; 覆冰厚度预测; 人工智能; 神经网络; 遗传算法;

D O I：

暂无

中图分类号：

TM752 [导线的架设、施工];

学科分类号：

080802 ;

摘要：

为了保障输电网的安全运行,输电线路覆冰厚度预测极为重要。将人工神经网络原理引入输电线路覆冰厚度预测中,并针对BP网络收敛速度慢、易陷入局部极小的缺陷,提出了基于GA和BP的预测模型。实例研究证明GA-BP模型相比较BP模型,能更有效地预测输电线路覆冰厚度。

引用

页码：27 / 30+35 +35

页数：5

共 11 条

[1] 基于BP神经网络的电网安全性预警系统研发 [J].

史坤鹏 ;

范国英 ;

赵伟 ;

傅吉悦 ;

王占英 ;

范柯楠 .

南方电网技术, 2013, 7 (06) :141-144

[2] 基于改进Canny算子的覆冰厚度测量方法 [J].

史尊伟 ;

阳林 ;

李昊 .

电瓷避雷器, 2013, (06) :24-29

[3] 特高压输电线路覆冰断线张力计算与分析 [J].

吕健双 ;

李健 .

电力科学与工程, 2013, 29 (08) :10-15

[4] 基于GNBR算法的BP网络对绝缘子运行状态预测研究 [J].

徐击水 ;

张子蓬 ;

王淑青 ;

曾仕琦 .

电网与清洁能源, 2013, 29 (06) :6-9+15

[5] 500kV独山变电站直流融冰兼SVC装置经济运行研究 [J].

李妍红 ;

王奇 .

电力电容器与无功补偿, 2012, 33 (06) :9-16+76

[6] 基于CACA-WNN的恶劣气候条件下架空输电线路覆冰厚度的预测 [J].

尹世锋 ;

卢勇 ;

王闸 ;

李鹏 ;

徐克举 .

电力科学与工程, 2012, 28 (11) :28-31

[7] 66kV输电线路移动式交流融冰装置研究 [J].

曹琪 ;

宋平 ;

杨凯全 ;

吴鑫强 ;

郑金鹏 .

电力电容器与无功补偿, 2012, 33 (04) :34-38+64

[8] 一种绝缘子超疏水防覆冰涂层的制备及研究 [J].

杨洋 ;

孙才新 ;

李剑 ;

胡建林 .

电瓷避雷器, 2012, (02) :25-30

[9] 输电线路覆冰研究综述 [J].

黄斌 ;

徐姗姗 ;

苏文宇 .

电瓷避雷器, 2012, (01) :27-32

[10] 基于GRNN的输电线路覆冰厚度预测方法研究 [J].

蓝道林 ;

郑振华 .

电气技术, 2010, (12) :27-30

← 1 2 →