10.13465/j.cnki.jvs.2023.03.032
基于PSO-SVM算法的输电线路覆冰舞动预测模型
输电线路舞动往往会导致金具磨损、闪络、断线等电力事故,对电力系统的安全具有很大的负面影响.利用ANSYS软件模拟不同档距、风速等状态下覆冰四分裂导线在平均风与脉动风作用下的动态响应,进而根据模拟获得的数据集和PSO-SVM(particle swarm optimization-support vector machines)算法构建了四分裂导线覆冰舞动预警模型,将档距、风速、初始风攻角作为模型的输入,覆冰导线是否舞动作为输出.同时,为验证该预测模型的实用性及有效性,将PSO-SVM模型与其他智能算法如BP(back propagation)、支持向量机(support vector machine,SVM)、遗传算法优化支持向量机(genetic algorithm-optimization support vector,GA-SVM)模型的预测结果进行比较,结果表明PSO-SVM模型的预测结果精度更高,对输电线路覆冰舞动预警具有一定的参考意义.
粒子群优化算法(PSO)、神经网络、支持向量机(SVM)、导线舞动
42
TM75(输配电工程、电力网及电力系统)
国家自然科学基金61876097
2023-02-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
280-286