基于PCA-CLEAN的输电杆塔形变预测方法

摘要：

多径信号是北斗卫星导航系统定位的主要误差源,会造成电杆塔形变预测精度下降,针对此,提出一种基于主成分分析(principal component analysis,PCA)和CLEAN算法的输电杆塔形变预测方法.首先利用PCA对接收信号进行分析,自动确定接收信号中包含多径信号的个数,在此基础上利用CLEAN算法对多径信号进行抑制.同时针对BP神经网络模型预测精度受初值影响大,易陷入局部最优解的问题,提出一种模拟遗传退火(genetic simulated annealing,GSA)算法对BP网络进行优化,确保其收敛于全局最优解的同时提升预测精度.最后基于仿真数据开展试验,结果表明所提方法能够有效抑制多径信号,同时可以获得较高的预测精度.

关键词：形变预测、模型优化、神经网络、遗传模拟退火

所属期刊栏目：34

分类号：TM754;TP183(输配电工程、电力网及电力系统)

资助基金：中国南方电网有限责任公司北斗卫星导航一体化运营服务系统建设项目MR-201903014-F3-2

在线出版日期：2021-03-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：84-91