主成分在输电线路可听噪声预测中的应用研究

《主成分在输电线路可听噪声预测中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、Cb叩”，er脚韶砌培酬d铆，fc口ffD琳计算机工獠与应用201l，47(14)233主成分在输电线路可听噪声预测中的应用研究李静雅“2，曹洁1，姜梅3LI抽gya“2，CAOJiel，强ⅢGMei31．兰强理工大学计算捉等遥信学院，兰烟73∞鞫2．长治学院计算机系，山西长治046叭13，甘肃电力科学研究院，兰州730050差。College靠Comp驻扫嚣箍聪Comm溅c舔傩，泌蠛。珏毛殛ve糕姆of您馥藏olo静，揪陇73∞50，C基运基2．DepamnentofcoInpuber，Ch拍g吐iUnive糟时，Ch蚴乎崎

2、，Shanxi046011，C11ina3．GansuElectricPowerResearchI懈titute。L锄幽ou730050，ChillaLl妇嚣囊，CAo激e，激ANGMeL却p№d弹se箍rchofPCAme磕od协t强nsm转sionli丑e麓HdibIen豳ep糟mc娃on．Comput-erEngineer萱耽gandAppUcations。20ll，47(14)：233-236．Ab麴睫￡l：A自噍ed鑫∞l妇g氆e越瀵￡i西e一汪嚣醢黼ce-fac论r戳两l鼬{n魄e鑫调融重e矬oiseBP辩鲰D救辩

3、瑾et}ve撙odel德EHV柏nsmissionli∞，14fac㈣，whicha腑ct也evalueofaudiblenoise，such鹊enviro姗ent，geo辨¨)hicalp躺啪eter锄dconduc-tors缸1lcturearesimplified璐iIlgPrincipalComponentAnalysis(PcA)andaPcA-BPne呐ork舯dictivemodelises协blished。转鹪ed艟measu∞ddg魄of毫ud逊

4、e羲。主∞蠹D辙330圭【V8蘸莲750羹V嚣}薹V趣ms瓣i

5、ssio建l遮es惩G鞠辩戮舛主

6、撼e，穗e洳0p蛆一c供npone嫩击asedmodelis台ainedandpredictedwi也Mana_bnellr毽lne伽orktoolbox，锄dcompa坞dwimthepredictive静sultofBPne啪lne何orkInodel．1沁8llltsshowthatPCAisnotsllitableforthes妇plificationofaU【diblenoiseinnuence矗lc-自ors髓di锯pre出etiveabil娃yiswofseth蛆也atofthe

7、BP狂e细or!k，越畦∞Ssible撇sonsof瞧ePCA叛lu瓣辩po潮聪撼鬏ey踟-穗s：秘函e主pa重c唧one嫩黼alysis；BP粼嚣虹ne咐。暾；Ex觇舔曲诵l敦罐Fe(嚣}Ⅳ)‰smiss自哺重ine；audibknoisep托-diction攘要：赞对超高压输奄l线路可瞬噪声BP阚络镁溅模鳖影嗨弱素多毂溺题，运月主成分分析募浚《K渔)对影镌可听噪声缒蕊凌因素、地理参数、导线结构参数等14个因素进行简化，建立PcA．BP网络预测模型。选取甘肃省内多条750kv、330kv输电线路的可听噪声的实测资料为样本集，

8、采用Mauab神经网络工具箱进行模型训练与预测，并与BP网络模型预测结果比较．蛄果表姨：主成分分橱方法在可嘴噪声影响鼹素螅简化申不适躅，预测结果没有转p网络模缀预测结暴鹱怒。分橱了童成分在可嚼噪声影响霹素簿他中不适用的原因。关键词：主成分分析(PCA)；BP神经网络；超高压输电线路：可听噪声预测DOl：lO．3778鹰is踮．1002．8331．2011．14，067文章编号：1002．833l(20n)l碡．0233—04文献标识码：A中图分类譬：TP39l；儆723导线表筒电晕放电魁输电线路可听噪声产生的原因。随麓民众环境

9、意谖的增强，超高压及特离压输电线路的可瞬噪声问题越来越受受i人们的关注，已经成为选择导线型式、决定输电线路结构、影响线路架设造价成本等的重要因素n捌。定繁分析超高压输电线路的电压等级、线路结构设计及环境翻地理位置等因素对可瞬嗓声薛影响，在输电线路设计时灌确地预测线路的可听噪声大小，能够帮助线路设计人员选择适合线路架设地点的、合理的输电线路架线形式：虽然嚣袁蓼哥淡逶过公式对线路霹瞬噪声近缎计算潮，但铵式在推导过獠中对实际条件进行了简化，而且逡憋公式是通过试验线段或电晕笼得到的试验公式，在实际应用中面临预溅误差偏大戆阁蘧。蠢鲍，有

10、必要寻求一j黪更穗臻的预测模型，可以全面考虑可听噪声的备个影响因素，更好地逼近可听噪声鸯各影响毽寨之间的菲线性关系，对珂瞬噪声进行更穰确的预测。人工神经网络可以处理模糊的、非线性的、含有噪声的数据，其簸具代表搜的BP网络特别适用于处理菲线性阀题，且有并行处理、菲线镌、容错性翻