![点击分享此内容可以赚币 分享](/master/images/share_but.png)
基于GA-BP算法的输电线路弧垂预测模型.pdf
《基于GA-BP算法的输电线路弧垂预测模型.pdf》由会员分享,可在线阅读,更多相关《基于GA-BP算法的输电线路弧垂预测模型.pdf(4页珍藏版)》请在咨信网上搜索。
1、第45卷第3期2023年6 月D0I:10.13625/ki.hljep.2023.03.001黑龙江电力Heilongjiang Electric PowerVol.45 No.3Jun.2023基于GA-BP算法的输电线路弧垂预测模型籍海亮,夏林,迟长春(1.华东送变电工程有限公司,上海2 0 0 335;2.上海电机学院电气学院,上海2 0 130 6)摘要:针对实时获取输电线路的弧垂工作量大、操作繁琐的问题,构建GA-BP神经网络模型对弧垂进行计算。将风速、辐照度、导线温度和导线载流量、弧垂作为训练神经网络的参数,并比较了GA-BP模型与传统BP模型之间的差异。仿真结果表明,GA-BP
2、模型的误差率小于2%,相比BP模型,其收敛性能较好、计算精度较高。关键词:架空输电线路;导线弧垂;神经网络;遗传算法中图分类号:TM752Transmission line sag prediction model based on GA-BP algorithm(1.East China Power Transmission and Transformation Engineering Co.,Ltd.,Shanghai 200335,China;2.School of Electrical Engineering,Shanghai Dianji University,Shanghai 20
3、1306,China)Abstract:In response to the large workload and tedious operation to obtain the arc sag of transmission lines in realtime,a GA-BP neural network model is constructed to calculate the sag.Wind speed,irradiance,conductortemperature and conductor load capacity,and sag were used as parameters
4、for training the neural network,and thedifferences between the GA-BP model and the conventional BP model were compared.The simulation results showthat the error rate of the GA-BP model is less than 2%,which has better convergence performance and highercomputational accuracy compared with the BP mode
5、l.Key words:overhead transmission line;conductor sag;neural network;genetic algorithm0 引 言为了保证输电线路的安全性和可靠性,架空输电线的弧垂计算至关重要。弧垂过大,对地安全距离减小线路会有摆动、跳跃、舞动的隐患,存在经济损失、人员伤亡等风险;弧垂过小,应力增加,输电线路振动加剧,在面临恶劣环境时可能会造成断股、杆塔倒塌等事故。因此,准确计算弧垂对维护线路安全运行有重要意义。获取弧垂的方法有很多,包括数学模型、传感器监测、温升仿真等。数学模型可以通过载流能力、温度、应力等数据计算出弧垂值,但计算结果比较依赖
6、现场数据的准确性 1-3。传感器检测需要在杆塔上或者是杆塔周围添加额外的传感器,如红收稿日期:2 0 2 3-0 2-2 2。基金项目:上海电机学院校企合作产教融合项目(项目编号:E3-22-6302-2-238,Z-22B0187)。作者简介:籍海亮(1990),男,硕士,工程师,主要从事输电线路施工技术及项目管理研究。文献标志码:AJI Hailiang,XIA Lin,CHI Changchun?文章编号:2 0 9 5-6 8 43(2 0 2 3)0 3-0 18 9-0 4外传感器、电磁感应传感器、GPS定位检测等,成本投入过高,且计算结果容易受环境影响产生波动、丢失和误差 4-5
7、。温升仿真的计算结果相对准确,但是单个模型的计算量大,计算过程繁杂,数据时效性差,难以在工程上应用 6-7 智能算法计算弧垂技术近几年来日渐成熟,文献 8 采用粒子群算法优化神经网络,实现通过导线温度对弧垂进行预测。文献 9 采用遗传算法,结合倾角弧垂、温度弧垂的数学模型,实现对非线性自修正的弧垂计算。该文使用神经网络模型对输电线路的弧垂进行预测,通过遗传算法对神经网络的权值和阈值进行优化,并且与传统神经网络模型进行对比。1输电线路的弧垂数学模型1.1 状态方程状态方程是表明输电线路从一种环境条件改变到另一种环境条件下各种参数之间的关系,有悬链线状态方程和斜抛物线状态方程。由于悬链线190.状
8、态方程较为复杂,采用计算简单,常用的斜抛物线状态方程作为计算式,如下:EyilcosB02-=1-2402240iEcos(T,-T,)式中:1、T和2 2、T分别为输电线路第一状态和第二状态下的水平应力、比载和温度;l为杆塔之间的档距;为输电线路的高差角;E为输电线路导线的弹性模量;为输电线路导线的热膨胀系数,使用钢芯铝绞线作为导线。1.2弧垂计算已知的弧垂计算式有2 种:抛物线方程和悬链线方程,采用后者计算弧垂,如下:h2f()ch20h1arsh20hsh20式中:h为2 个悬点之间的高度差;x为弧垂测量点与其中1个悬点之间的水平距离。通过式(2)计算得到第二状态下的水平应力2,通过弧垂
9、计算式可以得到状态改变后的弧垂。2基于GA-BP模型的输电线路弧垂预测2.11BP神经网络算法BP神经网络算法是通过反向传播误差信号对网络内部参数进行调节,从而实现输人和输出之间映射关系建模的一种算法。基于一定数量的样本训练后,输入给定值时,输出的值会与期望值相近。BP神经网络由3层神经元组成:输入层、隐藏层和输出层。收集了架空输电线路的4个指标作为输人节点,分别是风速、辐照度、导线温度和导线载流量;输出节点只有1个,即导线的弧垂。BP神经网络的结构如图1所示。输人层风速辐照度导线温度导线载流量图1神经网络结构图Fig.1 Neural network structure diagram黑龙江
10、电力BP神经网络的初始权值和阈值是随机选定的,在没有干预的情况下容易陷入局部最优,并且对于EyiPcosB大规模的数据,计算时间比较长。通过遗传算法对BP神经网络的权值和值进行寻优,可避免计算陷(1)人局部最优,增加预测结果的准确性。2.2基于遗传算法对BP神经网络的优化用遗传算法优化BP神经网络的权值和阈值的步骤如下:1)选取适应度函数。选用均方误差函数的倒数作为适应度函数。均方误差的计算如下:E=(m-n)*P台式中:p为训练样本的总数量;为期望输出;y为1+2gsh2g(%ch x-h.隐藏层输出层弧垂:第45卷(3)神经网络的实际输出。适应度函数表达为(2)f=E-1函数值越大的个体被
11、选中进人下一轮遗传的概率越大。2)染色体编码。对BP神经网络的初始权值和阈值进行编码,形成初始种群。3)对形成的种群进行个体选择。通过计算个体适应度在种群总适应度的比例进行选择,计算式为P:=f/Zfi=1式中:P,为选择第i个个体的概率;f为第i个个体的适应度;M为个体总数。4)交叉和变异的操作,形成新一代种群。交叉算子p。和变异算子pm分别决定了遗传算法的全局搜索能力和局部搜索能力,取p。=0.3,Pm=0.0 2。5)对新一代种群进行适应度计算,保留适应度最优的个体,删除适应度最差的个体。6)对新一代的种群进行步骤3)5),直到完成种群迭代。7)在已经收敛的种群中,选择1个适应度最优的个
12、体进行解码。8)解码结果作为初始权值和阈值,载入到BP神经网络。9)导人训练样本,对BP神经网络进行训练。10)设定网络训练误差目标以及迭代次数,当神经网络满足任一条件时,结束网络训练。11)输出新的神经网络结构。(4)M(5)第3期3GA-BP模型验证为验证算法的准确性,使用电网提供的17 0 个数据作为样本,其中140 个作为训练样本,30 个作为测试样本。输人节点数量为4个,输出节点为1个,输人层、隐藏层、输出层的函数分别采用tansig、l o g s i g 和purelin函数,设置学习速率为0.0 1以确保网络收敛,设置网格的迭代次数为2 0 0 次,训练误差目标设定为10-5。
13、将优化过的初始权值和阈值导入神经网络,导人训练样本数据对网络进行训练。使用Matlab搭建算法模型,实现对模型的籍海亮,等:基于GA-BP算法的输电线路弧垂预测模型.191.7.9+实测弧垂7.8*BP模型-CA-BP模型7.77.67.5U/垂I17.47.37.27.17.06.9米0调试、训练和仿真结果输出。3.1隐藏层层数以及节点的选取对隐藏层层数进行调试,设置层数分别为1、2、3、4,每1层隐藏层的节点数为5个,隐藏层层数为1、2、3、4、5时对应的均方误差为2.7 5、1.35、0.7 6、0.67,0.66。由此可知,随着隐藏层数逐渐增加,测试数据的均方根误差在逐渐减小,当隐藏层
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 GA BP 算法 输电 线路 预测 模型
![提示](https://www.zixin.com.cn/images/bang_tan.gif)
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。