| 基于GA-BP神经网络算法的输电线路舞动预警方法 |
| |
| 引用本文： | 汉京善,吕海平,李丹煜,李征,李蛟,邓元靖. 基于GA-BP神经网络算法的输电线路舞动预警方法[J]. 电网与清洁能源, 2021, 37(4): 1-7 |
| |
| 作者姓名： | 汉京善 吕海平 李丹煜 李征 李蛟 邓元靖 |
| |
| 作者单位： | 1. 中国电力科学研究院有限公司;2. 国家电网有限公司;3. 国家电网公司西北分部 |
| |
| 基金项目： | 国家重点研发计划资助项目（2018YFC0809400）；国家电网有限公司科技项目（GCB11202002264） |
| |
| 摘 要： | 针对传统BP神经网络初始权值和阈值随机产生、易陷于局部最优化、收敛速度慢以及隐含层的神经元数量不易确定等问题，采用遗传算法对BP神经网络的初始权值和阈值空间进行遗传优化，获取最优权值矩阵和阈值矩阵，并由此进行误差反向前馈神经网络的训练学习，同时采用试错法，结合相关公式，缩小隐含层神经元数量范围，寻找最优神经元数量，建立GA-BP神经网络模型，对输电线路舞动的发生进行预警。通过对相关地区输电线路舞动历史数据进行了算例分析，对比其他机器学习算法的预测结果准确性，结果表明：改进的GA-BP神经网络能更准确有效地预测输电线路舞动的发生情况；为防止大规模舞动灾害提供有力了保障，进一步提高了电网抵御自然灾害的能力。
|
| 关 键 词： | 遗传算法；BP神经网络；机器学习；隐含层；导线舞动 |
Prediction of Transmission Line Galloping Using Improved BP Neural Network Based on Genetic Algorithm |
| |
| Affiliation: | 1.China Electric Power Research Institute;2. State Grid Corporation of China;3.Northwest Branch of the SGCC |
| |
| Abstract: | |
| |
| Keywords: | |
|
| 点击此处可从《电网与清洁能源》浏览原始摘要信息 |
|
点击此处可从《电网与清洁能源》下载免费的PDF全文 |
