【精彩论文】基于PSO寻优与DBN神经网络的电晕损耗预测

观点凝练

摘要：特高压交流输电线路的电晕损耗与降雨量、比湿、温度、相对湿度、压强等天气条件有相关性，可通过部分天气条件对特高压交流输电线路电晕损耗进行预测，提出了一种特高压交流输电线路的电晕损耗预测方法。根据粒子群优化算法（particle swarm optimization，PSO）寻优机制与深度信念网络（deep belief network，DBN）预测原理，详细说明了该预测方法的智能算法机制，并提出了一套完整的基于PSO—DBN智能算法的预测方法。首先，通过斯皮尔曼相关系数的大小确定与电晕损耗有较强相关性的天气条件，并作为特征值；然后以所选特征值为指标体系构建DBN神经网络进行电晕损耗预测，再采用PSO寻优算法对DBN神经网络进行内部参数调整，提升DBN神经网络的预测准确性；最后利用所提算法对实际运行的闽浙特高压输电线路的电晕损耗进行算法预测，与该线路的运行统计电晕损耗值进行对比分析，验证了所提预测方法的可行性。该方法为特高压输电线路电晕损耗研究和工程设计提供参考。
结论：针对特高压交流输电线路电晕损耗进行预测问题，本文提出了一种基于PSO优化的DBN神经网络对特高压交流输电线路电晕损耗进行预测的方法。通过实际数据进行验证，可得出如下结论。

（1）引入斯皮尔曼相关系数，对不同天气条件对电晕损耗影响程度进行了量化分析，并选出斯皮尔曼相关系数大于0.3的4种天气条件：降雨量、日照强度、紫外强度、相对湿度，并将其作为特征值。通过验证可证明，仅用40%的特征值所得的预测结果与原特征值所得预测结果相近。

（2）本文建立了适用于所选特征值的DBN神经网络模型，并引入PSO寻优算法来寻优DBN神经网络内部参数，可整体提升所训练的DBN神经网络的精确度。通过验证可证明，其所得的预测结果精确度优于本文所述其他方法，有较好的预测效果，是一种较为理想的特高压交流输电线路电晕损耗预测方法。

引文信息

黄书民, 蒋林高, 李志川, 等. 基于PSO寻优与DBN神经网络的电晕损耗预测[J]. 中国电力, 2022, 55(6): 95-102, 214.HUANG Shumin, JIANG Lingao, LI Zhichuan, et al. Corona loss prediction of UHV AC transmission line based on DBN neural network optimized by PSO[J]. Electric Power, 2022, 55(6): 95-102, 214.

欢迎点击文后“阅读原文”跳转期刊官网，获取更多信息！

 往期回顾 

编辑：杨彪、于静茹

校对：蒋东方

审核：方彤

声明

根据国家版权局最新规定，纸媒、网站、微博、微信公众号转载、摘编《中国电力》编辑部的作品，转载时要包含本微信号名称、二维码等关键信息，在文首注明《中国电力》原创。个人请按本微信原文转发、分享。欢迎大家转载分享。