基于GRNN的输电线路覆冰厚度预测方法研究

被引：4

作者：

蓝道林 ^{[1
]}

郑振华 ^{[2
]}

机构：

[1] 衢州电力局

[2] 太原理工大学

来源：

电气技术 | 2010年 / 12期

关键词：

输电线路覆冰厚度预测; 人工智能; BP神经网络; GRNN神经网络;

D O I：

暂无

中图分类号：

TM75 [线路及杆塔];

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。本文还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、已陷入局部极小的缺陷,提出了基于广义回归神经网络(GRNN)的预测模型。实例研究证明GRNN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

页数：4

共 4 条

[1] 基于GRNN神经网络的参考作物腾发量预测 [J].

梁凤国 ;

李帅莹 ;

于淼 ;

马宗正 .

人民长江, 2009, 40 (05) :58-59+103

[2] 基于GRNN模型的城市道路短期交通流预测研究 [J].

孙湘海 .

科学技术与工程, 2007, (12) :2904-2907

[3] 基于BP神经网络的个体定税预测模型 [J].

高雷 ;

曹永锋 ;

李芬香 .

统计与决策, 2007, (08) :104-106

[4]

Modeling of fillet welded joint of GMAW process: integrated approach using DOE, ANN and GA[J] . D. S. Nagesh,G. L. Datta.International Journal on Interactive Design and Manufacturing (IJIDeM) . 2008 (3)

← 1 →