基于多历史覆冰过程的输电线路覆冰增长预测

论文摘要

应用粒子群优化（PSO）和最小二乘支持向量机（LS-SVM）算法对各历史覆冰过程建立预测模型,利用皮尔逊相关系数法对历史覆冰过程进行相似性筛选,采用径向基神经网络（RBF）建立多历史覆冰过程的覆冰增长率预测模型.实例计算表明,与传统的单历史覆冰过程预测方法相比,基于多历史覆冰过程的输电线路覆冰增长预测具有更好的精度.

论文目录

• 1 多历史覆冰过程的相关性
• 2 多历史覆冰过程的覆冰增长模型
• 3 算例及分析
•   3.1 历史覆冰数据
•   3.2 算例分析
•   3.3 对比分析
• 4 结论

文章来源

类型: 期刊论文

作者: 翁永春,祝一帆,孟浪,王辉,张学锋,沈彪

关键词: 输电线路,覆冰预测,皮尔逊相关系数法,神经网络

来源: 三峡大学学报(自然科学版) 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 电力工业

单位: 国网湖北省电力有限公司检修公司,国网湖北省电力有限公司十堰供电公司

基金: 电网环境保护国家重点实验室开放基金项目(GYW51201700590)

分类号: TM752

DOI: 10.13393/j.cnki.issn.1672-948x.2019.01.016

页码: 71-75

总页数: 5

文件大小: 721K

下载量: 119