基于GA-SVM的高压输电线路弧垂预测模型

• 作者: 卢红星 姬波 安致嫄 张驰 杨文东
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 输电线路 弧垂 遗传算法 特征赋权 支持向量机
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 基础科学与工程技术
• 页码范围: 94-100
• 页数: 7页
• 分类号: TP391.4
• 字数: 5168字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2017308

摘要

导线弧垂是反映输电线路运行状态的重要参数之一,为了预知和预警高压输电线路弧垂的变化,提出了一种基于遗传算法(genetic algorithm,GA)特征自适应赋权的支持向量机(support vector machine,SVM),预测输电线路弧垂的方法(GA-SVM).该方法主要分为两个阶段,首先使用GA对实验数据自适应赋权,以突出重要属性,抑制冗余或次要属性,然后使用SVM预测输电线路弧垂.实验结果表明,该方法在预测输电线路弧垂方面是可行有效的,并且优于贝叶斯(Bayes)算法、K-最近邻算法(KNN)、决策树算法和BPNN神经网络算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姬波	郑州大学信息工程学院	30	116	6.0	9.0
2	卢红星	郑州大学信息工程学院	14	19	2.0	3.0
3	张驰	郑州大学信息工程学院	12	32	3.0	5.0
4	安致嫄	国网河南省电力公司信息通信公司通信运行部	5	8	2.0	2.0
5	杨文东	郑州大学信息工程学院	1	2	1.0	1.0