基于改进GRNN的电网雷击跳闸预测

• 作者: 常虹 范泽敏 陈静 韩志彦
• 来源期刊: 输配电工程与技术
• 学科: 工学
• 关键词: 雷击跳闸 广义回归神经网络 神经网络 和声搜索算法
• 年，卷（期）: spdgcyjs_2020,（4）
• 页码范围: 39-45
• 页数: 7页
• 分类号: TM7

摘要

电力系统的安全可靠稳定有着重大意义,而雷击输电线路导致跳闸是一种常见的危害形式,因此有效预防预测雷击跳闸事故有着重要的意义。本文针对广义回归神经网络的超参数优化选择问题,提出基于和声搜索算法的优化超参数方法,将改进后广义回归神经网络用于建立雷击跳闸预测模型,并采用故障检测率、误报率、总预测精度以及平均绝对误差等性能指标评价该预测模型的预测性能。实验结果表明本文建立的模型能够准确预测雷击跳闸,预测模型性能优异。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈静	华东理工大学信息科学与工程学院	7	34	3.0	5.0
2	韩志彦	华东理工大学信息科学与工程学院	3	0	0.0	0.0
3	常虹	华东理工大学信息科学与工程学院	6	37	3.0	6.0
4	范泽敏	华东理工大学信息科学与工程学院	1	0	0.0	0.0