典型文献
基于PSO寻优与DBN神经网络的电晕损耗预测
文献摘要：
特高压交流输电线路的电晕损耗与降雨量、比湿、温度、相对湿度、压强等天气条件有相关性,可通过部分天气条件对特高压交流输电线路电晕损耗进行预测,提出了一种特高压交流输电线路的电晕损耗预测方法.根据粒子群优化算法(particle swarm optimization,PSO)寻优机制与深度信念网络(deep belief network,D B N)预测原理,详细说明了该预测方法的智能算法机制,并提出了一套完整的基于PSO—DBN智能算法的预测方法.首先,通过斯皮尔曼相关系数的大小确定与电晕损耗有较强相关性的天气条件,并作为特征值;然后以所选特征值为指标体系构建DBN神经网络进行电晕损耗预测,再采用PSO寻优算法对DBN神经网络进行内部参数调整,提升DBN神经网络的预测准确性;最后利用所提算法对实际运行的闽浙特高压输电线路的电晕损耗进行算法预测,与该线路的运行统计电晕损耗值进行对比分析,验证了所提预测方法的可行性.该方法为特高压输电线路电晕损耗研究和工程设计提供参考.
文献关键词：
特高压;电晕损耗;斯皮尔曼相关系数;粒子群优化算法;DBN神经网络
中图分类号：
作者姓名：
黄书民;蒋林高;李志川;杨光绪;宋福根
作者机构：
国网福建省电力有限公司超高压分公司,福建 福州 350013;福州大学 电气工程与自动化学院,福建 福州 350108
文献出处：
引用格式：
[1]黄书民;蒋林高;李志川;杨光绪;宋福根-.基于PSO寻优与DBN神经网络的电晕损耗预测)[J].中国电力,2022(06):95-102,214
A类：
B类：
PSO,DBN,电晕损耗,特高压交流输电线路,降雨量,比湿,相对湿度,天气条件,粒子群优化算法,particle,swarm,optimization,深度信念网络,deep,belief,network,细说,智能算法,算法机制,斯皮尔曼相关系数,强相关性,指标体系构建,寻优算法,参数调整,预测准确性,实际运行,闽浙,特高压输电线路,算法预测,该线
AB值：
0.179709
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
