基于改进的小波神经网络模型在覆冰预测中的应用研究

• 作者: 丁志敏 孟遂民 徐文洋 杨健 秦坤
• 来源期刊: 陕西电力
• 学科: 工学
• 关键词: 覆冰厚度 小波神经网络 覆冰预测模型 共轭梯度法
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 特别推荐
• 页码范围: 11-14
• 页数: 4页
• 分类号: TM561
• 字数: 2907字
• 语种: 中文

摘要

输电线路覆冰厚度数据对输电线路冰灾防治具有重要意义.线路覆冰达到一定厚度后,电线张力和杆塔荷载会达到危险水平,需要采取相应的措施.建立覆冰厚度预测模型,可以预测某一时间点的覆冰厚度值,为运行单位提供决策参考.利用线路的覆冰历史数据,选择小波神经网络建立覆冰厚度预测模型,并利用共轭梯度算法代替传统的训练算法,显著提高了建模速度.预测结果表明,这种模型具有较好的容错能力,并满足预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨健	武汉大学电气工程学院	84	505	14.0	19.0
2	孟遂民	三峡大学电气与新能源学院	63	400	10.0	16.0
3	丁志敏	三峡大学电气与新能源学院	7	29	4.0	5.0
4	秦坤	三峡大学电气与新能源学院	5	17	3.0	4.0
5	徐文洋	三峡大学电气与新能源学院	5	18	3.0	4.0