10.19399/j.cnki.tpt.2020.02.005
基于BP神经网络的架空输电线路树障隐患预测技术研究
架空输电线路走廊的高杆植物如桉树、松树、竹子等易引起接地短路,严重威胁电力系统的安全运行.为了高效运维输电线路,建立具有树障隐患预测预警功能的智能系统十分必要.对树高的准确预测是实现树障隐患预警的关键技术之一,为此提出了一种基于BP神经网络的树木生长高度预测方法,以广东清远地区架空输电线下速生桉为研究对象,采用Python编程实现BP神经网络模型的构建,并对模型进行回归分析,为建立树障隐患智能预警系统奠定了基础.以桉树的树龄和种植密度作为网络输入,以桉树的树高作为网络输出,构建2:n:1的BP神经网络模型.选取前5年的数据用于训练网络,第6年和第7年的数据用于对网络进行测试.通过多次训练试验后选取最优模型,确定了2:2:1结构的模型最优,桉树树高BP模型的平均精度达到96.6%.对模型进行回归分析,证明该模型具有良好的拟合效果.
BP神经网络、输电架空线路、树障隐患、树高预测、智能预警系统
37
2020-03-23(万方平台首次上网日期,不代表论文的发表时间)
共4页
15-18