基于遗传神经网络对运行线路绝缘子污秽度的预测

为了实现对输电线路上绝缘子污秽度的预测,提出一种基于遗传算法优化BP神经网络的绝缘子污秽度预测模型。鉴于BP算法在训练神经网络模型时其收敛速度慢、动态特性不够理想等不足,故本文提出利用遗传算法来提高预测的精度。本文不仅以风力、温度、降水量和相对湿度等气象因素作为输入量,同时也综合考虑空气质量指数(AQI)中PM2.5、PM10等环境因素指标作为输入量,以绝缘子盐密(ESDD)和灰密(NSDD)的预测值作为输出量,建立绝缘子污秽度的预测模型。结果表明:优化后的预测模型相较于BP神经网络模型预测更加准确。