应用BP神经网络的超高压输电线路可听噪声预测

被引:13
作者
李静雅 [1 ]
曹洁 [1 ]
姜梅 [2 ]
机构
[1] 兰州理工大学计算机与通信学院
[2] 甘肃电力科学研究院
关键词
超高压输电线路; 实测数据; 单回路三角线路结构; 可听噪声预测; BP神经网络;
D O I
10.13335/j.1000-3673.pst.2011.02.028
中图分类号
TM723 [超高压输电];
学科分类号
080802 ;
摘要
以甘肃省多条330 kV超高压输电线路可听噪声的实测数据样本为例,研究基于误差反传(back propagation,BP)神经网络的可听噪声预测的方法。将330 kV单回路三角型线路结构输电线路的可听噪声数据整理分析后建立数据样本,选择影响可听噪声的13个因素作为输入变量,可听噪声值作为输出变量,建立3层结构的BP神经网络预测模型,用数据样本训练和验证预测模型。结果表明,基于BP神经网络的可听噪声预测方法能够较精确地预测可听噪声数据样本中除了输入样本以外的其余样本,可作为超高压输电线路可听噪声预测的一种简单有效的方法。
引用
收藏
页码:173 / 177
页数:5
相关论文
共 16 条
[1]   应用层次分析法确定城市生活污水排放量影响因素的权值 [J].
张伟 ;
朱明琪 ;
黄丹丹 ;
李新 .
环境科学与管理, 2010, 35 (03) :54-57
[2]   基于改进BP神经网络私家车保有量的预测研究 [J].
曾希君 ;
于博 ;
李向群 ;
孔丁祥 .
计算机工程与设计, 2010, 31 (03) :605-608
[3]   海拔对导线交流电晕可听噪声影响的电晕笼试验结果与分析 [J].
唐剑 ;
何金良 ;
刘云鹏 ;
迎建 ;
陈豫朝 .
中国电机工程学报, 2010, 30 (04) :105-111
[4]   基于L-M神经网络的道路交通噪声预测研究 [J].
尹志宇 .
中国环境监测, 2009, 25 (04) :84-87
[5]   基于BP与RBF级联神经网络的日负荷预测 [J].
陈刚 ;
周杰 ;
张雪君 ;
张忠静 .
电网技术, 2009, 33 (12) :101-105
[6]   输电线路可听噪声研究综述 [J].
谭闻 ;
张小武 .
高压电器, 2009, 45 (03) :109-112
[7]   对AC UHV输电线附近可听噪声预测公式的评估 [J].
俞集辉 ;
杨越 ;
何健 ;
杨光 ;
季娟 .
高电压技术, 2009, 35 (03) :451-456
[8]   750kV单回紧凑型输电线路的电磁环境 [J].
万保权 ;
邬雄 ;
张业茂 ;
曹生顺 ;
朱跃 ;
刘达时 .
高电压技术, 2009, 35 (03) :597-600
[9]   基于BP神经网络的汽车故障率预测 [J].
杨婷 ;
杨根科 ;
潘常春 .
计算机仿真, 2009, 26 (01) :267-270+275
[10]   基于BP神经网络的城网供电可靠性预测方法 [J].
宋云亭 ;
吴俊玲 ;
彭冬 ;
张东霞 ;
梁才浩 ;
邱野 ;
陈志刚 ;
吴琼 ;
曹静 .
电网技术, 2008, (20) :56-59