基于PSO-SVM算法的输电线路覆冰舞动预测模型EI北大核心CSCD |
| |
引用本文: | 邹红波,宋家乐,刘媛,段治丰,张馨煜,宋璐.基于PSO-SVM算法的输电线路覆冰舞动预测模型EI北大核心CSCD[J].振动与冲击,2023(3):280-286. |
| |
作者姓名: | 邹红波 宋家乐 刘媛 段治丰 张馨煜 宋璐 |
| |
作者单位: | 1. 三峡大学新能源微电网湖北省协同创新中心;2. 三峡大学电气与新能源学院 |
| |
基金项目: | 国家自然科学基金面上项目(61876097); |
| |
摘 要: | 输电线路舞动往往会导致金具磨损、闪络、断线等电力事故,对电力系统的安全具有很大的负面影响。利用ANSYS软件模拟不同档距、风速等状态下覆冰四分裂导线在平均风与脉动风作用下的动态响应,进而根据模拟获得的数据集和PSO-SVM(particle swarm optimization-support vector machines)算法构建了四分裂导线覆冰舞动预警模型,将档距、风速、初始风攻角作为模型的输入,覆冰导线是否舞动作为输出。同时,为验证该预测模型的实用性及有效性,将PSO-SVM模型与其他智能算法如BP(back propagation)、支持向量机(support vector machine, SVM)、遗传算法优化支持向量机(genetic algorithm-optimization support vector, GA-SVM)模型的预测结果进行比较,结果表明PSO-SVM模型的预测结果精度更高,对输电线路覆冰舞动预警具有一定的参考意义。
|
关 键 词: | 粒子群优化算法(PSO) 神经网络 支持向量机(SVM) 导线舞动 |
本文献已被 维普 等数据库收录! |
|