BP神经网络在电线积冰定量预报中的应用

• 作者: 肖雯 刘春 赵文灿
• 来源期刊: 江西科学
• 学科: 地球科学
• 关键词: 电线积冰 时空分布 聚类分析 BP神经网络
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 地球科学
• 页码范围: 718-723
• 页数: 5页
• 分类号: P426
• 语种: 中文
• DOI: 10.13990/j.issn1001-3679.2022.04.018

摘要

对1970—2016年江西省电线积冰数据进行统计分析，得到其时空分布特征，并利用BP神经网络方法对电线积冰直径进行定量预报，得到结论如下：1）江西省电线积冰集中发生在12月到2月，占84.4%；以雨凇型积冰为主，占67.5%；江西省电线积冰事件多发生在赣北、赣中，大值区位于赣西北；2）江西省积冰观测站可分为3类，第1类包括修水、宜春、吉安、宁冈、井冈山、广昌，第2类包括波阳、景德镇、南昌、樟树、贵溪、玉山、南城，第3类包括遂川、赣州、寻乌；分类因子按照重要程度排序为：平均风速、最大风速、纬度、降水量和平均气温；3）利用BP神经网络方法进行电线积冰直径定量预报发现，过滤后的预报效果有小幅提升，过滤前后平均绝对误差分别为2.41 mm和2.24 mm，均方根误差分别为3.17 mm和2.81 mm。BP神经网络方法在10 mm以下电线积冰定量预报中的效果较好，当积冰直径超过10 mm就会出现较大的误差。对于电线积冰的客观定量预报有明显参考价值。