基于BP神经网络的输电线路雷击故障预测

基于BP神经网络的输电线路雷击故障预测
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。

标题：
基于BP神经网络的输电线路雷击故障预测
BP neutral network based lightning fault prediction of transmission lines

作者：
吴琛，苏明昕，谢云云，郁琛，刘旭斐，苏波
WU Chen, SU Mingxin, XIE Yunyun, YU Chen, LIU Xufei, SU Bo

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
lightning;transmission line faults;faults prediction;back propagation(BP) neutral network;historical data

2025-1-23 19:41 上传 基于BP神经网络的输电线路雷击故障预测.pdf

文件大小:

6.53 MB

下载次数:

60

高速下载