基于TNPE算法的输电线覆冰过程预测模型

摘要：

输电线路覆冰负荷智能预测模型的迭代误差随预测步长的增加而增大,无法对长期的覆冰负荷进行预测;且小概率覆冰事件样本较少,无法对上百年一遇的重大覆冰灾害进行预测.针对上述问题,提出一种基于时序近邻保持嵌入算法的输电线路覆冰预测模型,利用正常状况下的覆冰微气象数据构建预警模型,得到一条严重覆冰预警红线,以预测结果是否超限为判断依据,从而预警是否有严重覆冰发生,给出了一种对几十年一遇甚至上百年一遇的重大覆冰灾害进行预警的可行性方法.仿真结果表明,时序近邻嵌入保持算法模型可以对严重覆冰进行有效预警,且能够有效减低误报率及漏报率,体现了时序近邻嵌入保持算法模型对严重覆冰过程预警的优越性.

关键词：覆冰预测、流形学习、时间序列、时序邻域保持嵌入算法

所属期刊栏目：37

分类号：N945.12;TP391.9(系统科学)

资助基金：国家自然科学基金;云南省应用基础研究重点课题;云南省应用基础研究面上课题

在线出版日期：2020-12-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：384-388,411