[發明專利]一種基于PSO-BP神經網絡的弧垂預測方法

在審

• 申請號: 201811022864.8
• 申請日: 2018-09-03
• 公開（公告）號: CN109508808A
• 公開（公告）日: 2019-03-22
• 發明（設計）人: 武小梅;湯偉成;胡俊靈
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種基于PSO-BP神經網絡的弧垂預測方法，其特征在于，所述方法包括以下步驟：

S1：數據處理，將架空導線所處的環境溫度、環境風速、光照強度以及該運行狀態下的載流量以及對應狀態下的導線溫度的數據進行歸一化處理；

S2：將歸一化后所得數據，以環境溫度、風速、光照強度以及載流量作為輸入量，導線溫度作為輸出量，輸入到PSO-BP神經網絡中進行訓練，在神經網絡中通過自主學習，分析出輸入量和輸出量之間的關系；

S3：把所要預測下一狀態下的相關參數輸入到PSO-BP神經網絡中，神經網絡通過自主學習分析所得的輸入量與輸出量的關系，依據所輸入的數據計算并得出該狀態下的導線溫度；

S4：溫度判斷，判斷所得溫度是否符合精度，所得溫度符合精度的進行步驟S5，所得溫度不符合精度的返回至步驟S2；

S5：構建導線狀態應力方程，計算出該狀態的導線應力；

S6：根據懸鏈線法，計算出該狀態下的導線弧垂。

2.根據權利要求1所述的基于PSO-BP神經網絡的弧垂預測方法，其特征在于，所述的步驟S1包括以下步驟：

S11：BP神經網絡隱含層數的確定：導線溫度預測輸入量包括環境溫度、風速、光照強度及載流量，輸出量為導線溫度，計算出該模型中BP神經網絡隱含層數n，計算公式為：

其中x、y分別表示輸入量和輸出量維數，α為隨機數，取值范圍為[1,10]；

S12：數據歸一化處理：將整理所得輸入量與輸出量對應的數據進行歸一化處理，計算公式為：

其中p_i為該列數據的第i個數據，p_min，p_max為該列數據的最小值和最大值。

3.根據權利要求1所述的基于PSO-BP神經網絡的弧垂預測方法，其特征在于，所述步驟S5中導線狀態應力方程為：

式中：α為架空線的溫度膨脹系數，E為架空線的彈性模量，σ₀為架空線的安裝竣工時的初始水平應力，σ為架空線狀態改變后的水平應力，g、g₀分為狀態改變后比載以及初始比載，l為檔距，θ_W為經PSO-BP神經網絡預測所得導線下一狀態溫度，t₀為初始狀態下的導線溫度。

4.根據權利要求1所述的基于PSO-BP神經網絡的弧垂預測方法，其特征在于，所述的步驟S6中導線弧垂計算的公式為：

式中：h為兩桿塔之間的高度差，sh表示雙曲正弦，ch表示雙曲余弦。