典型文献
计及时间累积效应的RF-APJA-MKRVM输电线路覆冰组合预测模型
文献摘要：
输电线路覆冰事故对电网系统安全运行具有极大的破坏性,对覆冰厚度进行预测能够有效及时地指导电网抗冰工作.为了实现覆冰的准确短期预测,从线路覆冰是一种时间累积过程的角度出发,提出计及时间累积效应的RF-APJA-MKRVM组合预测模型,对不同覆冰阶段进行预测.首先利用随机森林(random forest,RF)算法选择影响线路覆冰的最主要因素并采用自适应并行Jaya(adaptive parallel Jaya algorithm,APJA)算法优化多核相关向量机(multi-kernel relevance vector machine,MKRVM)参数,建立覆冰增长率组合预测模型;最后,在组合预测模型基础上,考虑覆冰增长的时间累积效应与不同阶段的初始厚度,得到覆冰厚度预测结果.通过贵州电网在线监测系统提取的实际覆冰相关数据,得到预测模型在覆冰增长、稳定和融化阶段的平均均方根误差分别为0.130、0.121、0.137,验证了预测模型的有效性.与同类型方法相比,其准确度有了进一步提高,同时区分了不同阶段的覆冰预测,能为输电线路除冰工作提供更有针对性的指导.
文献关键词：
覆冰预测;累积效应;增长率;APJA算法;多核相关向量机
中图分类号：
作者姓名：
熊玮;徐浩;徐林享;朱可凡;易本顺
作者机构：
国家电网公司华中分部,武汉430077;武汉大学电子信息学院,武汉430072
文献出处：
引用格式：
[1]熊玮;徐浩;徐林享;朱可凡;易本顺-.计及时间累积效应的RF-APJA-MKRVM输电线路覆冰组合预测模型)[J].高电压技术,2022(03):948-957
A类：
APJA,MKRVM,多核相关向量机
B类：
时间累积效应,RF,输电线路覆冰,组合预测模型,电网系统,系统安全,破坏性,抗冰,短期预测,random,forest,算法选择,影响线,Jaya,adaptive,parallel,algorithm,算法优化,multi,kernel,relevance,vector,machine,覆冰厚度预测,贵州电网,在线监测系统,冰相,融化,类型方法,时区,覆冰预测,线路除冰
AB值：
0.232126
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。
