基于模糊识别和神经网络的电网覆冰长期预测方法

基于模糊识别和神经网络的电网覆冰长期预测方法

ID:46293750

大小:211.30 KB

页数:3页

时间:2019-11-22

基于模糊识别和神经网络的电网覆冰长期预测方法_第1页
基于模糊识别和神经网络的电网覆冰长期预测方法_第2页
基于模糊识别和神经网络的电网覆冰长期预测方法_第3页
资源描述:

《基于模糊识别和神经网络的电网覆冰长期预测方法》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、湖南电力第31卷第6期HUNANEI点CTRICPOWER2011年l2月doi:10.3969/j.issrr1008·0198.2011.06.002基于模糊识别和神经网络的电网覆冰长期预测方法宋尖,陆佳政,李波,张红先,徐勋建(1.长沙理工大学,湖南长沙410114;2.国家电网公司输变电设备防冰减灾技术重点实验室,湖南长沙410007)摘要:对湖南省电网覆冰的历史数据和众多长期气象因子进行统计分析,提取与湖南电网覆冰相关的影响因子,并通:.连模糊识别方法对这些影响因子进行筛选,得到湖南电网覆冰的长期预报因子,并建立BP神经网络的湖南电网覆冰长期预报模型,对2o07—2010

2、年湖南电网的覆冰天数进行预报。在影响因子的基础上建立了传统的逐步线性回归模型,比较结果表明模糊识别和神经网络相结合的预报模型要优于逐步线性回归模型,对电网防冻融冰计划具有指导意义。关键词:电网覆冰;长期预报;模糊识别;自适应BP算法;逐步线性回归中图分类号:TM71l文献标识码:A文章编号:1008—0198(2011)06一ooo7一O3Long-termpredictionmethodofpowergridicingbaseonfuzzyanalysisandartificialneuralnetworkSONGJian,LUJia.zheng2,12Bo2,ZHANGHong

3、.xian,XUXun-jian~(1.ChangshaUniversityofScienceandTechnology,Changsha410114,China;2.PowerTransmissionandDistributionEquipmentAnti-icing&Reducing-disasterTechnologyKeyLabofStateGridofChina,Changsha410007,China)Abstra~:Anartificialneuralnetworkoflong—termpowerdicingforecastingmodelwasestablished

4、byantdy=ngthedataofpowerdicinginHunanandmetcorologicalfactorswithstatisticsandfuzzymethod.TheadvantageofBPalgorithmmodelwascomparedwiththestepwiselinearresressionmode1.ThecalculationmsuhshowsthattheBPalgorithmmodelishighlyefectiveandmeaningfulfortheplanofanti—icingandde—icingforthepowerd.Keywo

5、rds:powerdicing;longtermprediction;fuzzyanalysis;self-adaptiveBPalgorithm;stepwlselinearregression2008年我国发生了罕见的雨雪冰冻害,导1预报因子的筛选致国民经济和人民财产遭受了重大损失,其中湖南受灾严重]。随着全球气候变暖,持续低温、雨1.1影晌因子的选取雪、冰冻等灾害性天气出现的概率将会增长。电网覆冰的形成与气象要素有密切的关系,而因此,有必要研究电网覆冰的长期预报,使其能够这些气象要素又受大气环流的支配】。将电网冬更好地为湖南电网防冻融冰工作计划提供指导。电季覆冰现象之前的3—

6、1O月(春夏秋季)的74项网覆冰的长期预报时空尺度大、影响因素多,存在大气环流指数和4个湖南地面国际交换站的气温数很大的不确定性,而人工神经网络能够很好地处理据作为长期气象因子,并与湖南电网历史平均覆冰非线性、模糊性和不确定性关系的问题,本文采用天数数据进行相关性分析,筛选出27个具有统计误差反向传播算法的BP(BackPropagation)神经显著性的与湖南电网覆冰相关的影响因子。网络,结合湖南省往年的平均覆冰天数和气象历史其相关系数的计算公式为:数据,探讨湖南电网覆冰的长期预报。收稿13期:2011.08.10改回日期:2011-08.22·1·第31卷第6期湖南电力2011

7、年l2月r,r表示样本与影响因子之问的相关密切性,r绝,:㈩对值越大,模糊相关程度就越高,相应地预报精度√(一)(一,,)也就越高。式中,y分别为气象因子和覆冰天数的历史1.3预报因子提取步骤值;,分别为xi,),的平均值。由上面的理论,可以通过以下步骤来筛选预报1.2模糊识别的预报因子筛选方法因子:由于电网覆冰现象的影响因素多,且具有很大(1)分别计算每个影响因子作用下的r值,为的不确定性,不少影响因子的物理意义尚不十分明了检验其稳定性,防止假相关,可以计算多个年份

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。