基于PCA-CLEAN的输电杆塔形变预测方法

• 作者: 陈远 刘佳 黄林超 林丽梅
• 来源期刊: 广东电力
• 学科: 工学
• 关键词: 形变预测 模型优化 神经网络 遗传模拟退火
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 高电压与绝缘
• 页码范围: 84-91
• 页数: 8页
• 分类号: TM754|TP183
• 语种: 中文
• DOI: 10.3969/j.issn.1007-290X.2021.002.011

摘要

多径信号是北斗卫星导航系统定位的主要误差源,会造成电杆塔形变预测精度下降,针对此,提出一种基于主成分分析(principal component analysis,PCA)和CLEAN算法的输电杆塔形变预测方法.首先利用PCA对接收信号进行分析,自动确定接收信号中包含多径信号的个数,在此基础上利用CLEAN算法对多径信号进行抑制.同时针对BP神经网络模型预测精度受初值影响大,易陷入局部最优解的问题,提出一种模拟遗传退火(genetic simulated annealing,GSA)算法对BP网络进行优化,确保其收敛于全局最优解的同时提升预测精度.最后基于仿真数据开展试验,结果表明所提方法能够有效抑制多径信号,同时可以获得较高的预测精度.