典型文献
物理引导的SSA-BiGRU输电线路覆冰厚度预测模型
文献摘要：
针对输电线路覆冰厚度预测精度不高的问题,在以微气象因素为特征进行覆冰预测的基础上,采用物理引导(PG)的神经网络,对输电导线进行受力分析.建立导线所受综合荷载计算模型,分析得出覆冰厚度、风偏角、综合荷载的变化规律.根据该变化规律构建模型损失函数,对模型的训练过程进行引导.使用双向门控循环(BiGRU)神经网络建立覆冰厚度预测模型,并采用麻雀搜索算法(SSA)对BiGRU超参数进行优化.采用某监测站覆冰数据进行实验.实验表明,该模型的平均绝对误差、均方根误差为0.0522、0.0694,物理非一致性为6.80％.相比LSSVM、BP、RNN、BiGRU、SSA-BiGRU等模型,该模型准确度更高.
文献关键词：
输电线路;覆冰预测;物理引导;麻雀搜索算法;双向门控循环单元
中图分类号：
作者姓名：
于童;李英娜
作者机构：
昆明理工大学 信息工程与自动化学院,云南 昆明 650500
文献出处：
引用格式：
[1]于童;李英娜-.物理引导的SSA-BiGRU输电线路覆冰厚度预测模型)[J].电力科学与工程,2022(02):28-36
A类：
物理引导
B类：
SSA,BiGRU,输电线路覆冰,覆冰厚度预测,微气象,气象因素,覆冰预测,PG,输电导线,受力分析,综合荷载,荷载计算,风偏角,构建模型,损失函数,训练过程,麻雀搜索算法,超参数,监测站,平均绝对误差,非一致性,LSSVM,RNN,双向门控循环单元
AB值：
0.239368
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。
