基于WOA-GA-GRNN神经网络的输电导线脱冰跳跃高度预测 |
| |
引用本文: | 蔡德成,王岭,柏晓路,汪峰,王艳君,胡守松.基于WOA-GA-GRNN神经网络的输电导线脱冰跳跃高度预测[J].电力勘测设计,2023(12):37-43. |
| |
作者姓名: | 蔡德成 王岭 柏晓路 汪峰 王艳君 胡守松 |
| |
作者单位: | 1.中国能建工程研究院高压直流技术研究所430071;2.中国电力工程顾问集团中南电力设计院有限公司430071;3.国网湖北省电力有限公司武汉供电公司430013;4.三峡大学443002; |
| |
基金项目: | 中国电力工程顾问集团有限公司科技项目“输电线路不均匀脱冰与断线动力效应研究”(40-2B-KY201819-D101)。 |
| |
摘 要: | 覆冰脱落后导线上下振动会减小导线之间的相间距离,严重时可能造成相间距离小于绝缘间隙,引起输电线路发生相间闪络、跳闸等电气事故,严重影响输电线路安全运行。为准确得到脱冰后的最大跳跃高度,采用鲸鱼算法(WOA)混合遗传算法(GA)对广义回归神经网络(GRNN)参数进行优化,以分裂数、档距、覆冰厚度、脱冰率和导线型号作为参数输入,脱冰后最大跳跃高度作为输出,构建脱冰跳跃高度预测模型。通过有限元分析生成模型训练数据集和测试集,并采用评价指标法评估其准确性。与设计规程公式和工程简化公式的计算结果相比,该预测模型的平均相对误差最小,拟合效果更优,脱冰跳跃高度的计算准确度更高。该模型可以较准确、快速地得出最大脱冰跳跃高度,为输电线路防灾减灾设计提供支撑。
|
关 键 词: | 线路导线 脱冰跳跃高度 鲸鱼算法 遗传算法 广义回归神经网络 |
本文献已被 维普 等数据库收录! |