[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

本發明涉及一種基于PSO?BP神經網絡的弧垂預測方法，包括以下步驟：S1：數據處理，將相關數據進行歸一化處理，S2：將歸一化后所得數據輸入到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：判斷所得溫度是否符合精度，所得溫度符合精度的進行下一步驟，不符合的返回至步驟S2，S5：計算該狀態的導線應力，S6：計算該狀態下的導線弧垂；本發明所提供的方法有效確保架空輸電線路的安全運行，提高整個電網系統的穩定性具有重要作用。

技術領域

本發明涉及輸電線路預測方法領域，更具體地，涉及一種基于PSO-BP神經網絡的弧垂預測方法。

背景技術

目前架空輸電線路中，弧垂的監測只能在每個桿塔上安裝紅外弧垂測量器或者通過人工在定期巡線時，利用弧垂測量工具所得線路弧垂，若在一個電網中的每一個桿塔中安裝弧垂監測傳感器這不僅前期成本投入巨大，而且后期維護工作同樣存在很大問題，這不僅增加成本同時也增加了電網公司的工作量。

人工巡線測量弧垂，既不能及時反映出線路弧垂的實時變化，而且人工巡線周期一般較長。人工巡線不能反映出導線所處環境條件的值的大小，如光照強度、風速大小、環境溫度以及導線載流量的改變對導線弧垂變化的影響故其所測得弧垂值對電網運營人員所起作用有限，弧垂不能實現實時監測，當隨著弧垂增大與架空線路下高竿植物發生放電事故。

發明內容

本發明為克服上述現有技術所述的缺陷，提供一種基于PSO-BP神經網絡的弧垂預測方法，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等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下一步驟，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。

本發明提出一種基于PSO-BP神經網絡的弧垂預測方法，通過分析獲得架空輸電線路所處環境的環境溫度、風速、光照強度以及導線載流量對架空輸電線路導線溫度的影響，通過PSO-BP神經網絡對下一狀態下的導線溫度進行預測，在獲得導線溫度情況下，通過弧垂算法對架空輸電線路弧垂進行計算，達到弧垂預測效果。

運行人員根據所得下一狀態下的導線弧垂值，實時調整線路的運行狀態，如下一狀態弧垂值偏大，為避免架空線路與線路下的高竿植物發生放電事故，現場運營人員可適當調整該線路的運行狀態，讓該線路的弧垂值保持在一個安全范圍。

優選地，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]；本模型中取2，故n取整數為4。