基于BP神经网络的输电线路雷击故障预测

• 作者: 刘旭斐 吴琛 苏明昕 苏波 谢云云 郁琛
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 雷击 输电线路故障 故障预测 反向传播(BP)神经网络 历史数据
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 高电压技术
• 页码范围: 133-139
• 页数: 7页
• 分类号: TM711
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2020.05.019

摘要

雷击是导致输电线路故障的主要原因,需要对输电线路雷击故障进行预警以减少其造成的损失.传统雷区预报方法在预报准确性与雷区识别精度之间存在矛盾,难以进一步提高雷击故障预测的准确性.考虑到电力系统在运行中积累了大量雷电和雷击故障的历史数据,文中建立了基于反向传播(BP)神经网络的输电线路雷击故障预测方法.首先在历史雷击故障统计分析的基础上,筛选出输入特征;然后分别应用粒子群(PSO)算法和LM算法确定网络初始权值并进行网络训练;最后基于实际雷电数据和电网雷击故障数据对文中模型进行验证,仿真结果表明文中方法能够预测80％的雷击故障,可为实际电网的雷击故障防御提供参考.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谢云云		10	61	5.0	7.0
2	吴琛		1	0	0.0	0.0
3	苏明昕		1	0	0.0	0.0
4	郁琛		1	0	0.0	0.0
5	刘旭斐		1	0	0.0	0.0
6	苏波		1	0	0.0	0.0