基于多历史覆冰过程的输电线路覆冰增长预测

• 作者: 孟浪 张学锋 沈彪 王辉 祝一帆 翁永春
• 来源期刊: 三峡大学学报（自然科学版）
• 学科: 工学
• 关键词: 输电线路 覆冰预测 PSO LS-SVM 皮尔逊相关系数法 RBF神经网络
• 年，卷（期）: 2019,（1）
• 页码范围: 71-75
• 页数: 5页
• 分类号: TM7
• 字数: 3107字
• 语种: 中文
• DOI: 10.13393/j.cnki.issn.1672-948X.2019.01.016

摘要

应用粒子群优化(PSO)和最小二乘支持向量机(LS-SVM)算法对各历史覆冰过程建立预测模型,利用皮尔逊相关系数法对历史覆冰过程进行相似性筛选,采用径向基神经网络(RBF)建立多历史覆冰过程的覆冰增长率预测模型.实例计算表明,与传统的单历史覆冰过程预测方法相比,基于多历史覆冰过程的输电线路覆冰增长预测具有更好的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王辉		3	6	2.0	2.0
2	张学锋		2	5	2.0	2.0
3	孟浪		5	9	2.0	2.0
4	翁永春		5	11	3.0	3.0
5	祝一帆		1	3	1.0	1.0
6	沈彪		3	3	1.0	1.0