收藏本站
《太原理工大学》 2010年
收藏 | 手机打开
二维码
手机客户端打开本文

基于智能辨识的输电线路覆冰厚度模型研究

杨尉薇  
【摘要】:本课题是山西省电力公司科技项目“减少输电线路覆冰量措施分析与应用”的子课题。最早有记录的输电线路覆冰事故1932年出现于美国,而最近几十年来,我国也遭受了大范围的冰灾事故,2008年元月,我国南方遭遇暴雪、覆冰凝雪等极端恶劣气候的袭击,导致电煤短缺,全国17个省级电网拉闸限电,损失惨重。覆冰问题顿时成为迫在眉睫的热点问题。本论文立足于山西省易产生覆冰灾害的忻州地区,通过对忻州神原一回线路109杆塔处的气象参数及其相关历史数据进行分析,建立神经网络智能辨识的输电网覆冰厚度模型,对未来覆冰厚度进行仿真辨识预测,从而指导生产,防患于未然。 本文首先对覆冰的产生机理以及现有模型进行了综述,接着深入研究了神经网络的模型建立问题,并给出了较为适用的建模方法和应遵循的原则。在研究了大量文献资料的基础上,通过分析影响覆冰量的气象因素,构建了一个四层的BP神经网络,建立了忻州220kV输电线路的智能辨识模型。预测结果的精度相对传统方法有了很大程度的提高。但基于BP网难以确定隐含层节点,容易陷入局部最小点,本文详细讨论了RBF(Radial Basis Function)网络机理建立,RBF网络模型具有训练速度快,收敛性好等特点,同时可以大大地减少隐含层神经元的数目,论文以matlab为平台,据输电线路的历史数据,分别采用四层BP网和RBF网进行了模型辨识,辨识结果表明:RBF网预测程度优于BP网。 支持向量机(Support Vector Machine,简称SVM)是基于统计学习理论的一种新的机器学习技术。由于采用了结构风险最小化原则、替代经验风险最小化原则,使它较好的解决了小样本学习的问题。正因为SVM理论有较为完备的理论基础和较好的学习性能,使得它成为继神经网络研究之后新的研究热点。在论文中,介绍了支持向量机的理论基础,通过分析山西省忻州市220kV输电线路湿度、温度、雨量、覆冰厚度等历史数据,建立了SVM忻州输电线路覆冰厚度辨识模型。针对SVM方法,通过对不同的核函数、参数的分析,确立了最优的核函数和相关参数,利用SVM的回归算法进行网络训练,最终确定了网络结构,并用检验数据进行检验。通过对预测结果进行误差分析,并与BP和RBF神经网络的预测结果进行比较,基于支持向量机的忻州输电线路覆冰厚度模型预测精度和速度要优于神经网络方法。
【学位授予单位】:

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李会明;裴峻峰;齐明侠;罗红梅;;RBF神经网络在往复泵故障诊断中的应用[J];煤矿机械;2006年11期
2 高洪;侯大寅;李泽应;王军;;RBF神经网络在织物风格中的研究与应用[J];安徽工程科技学院学报(自然科学版);2006年03期
3 李勇;李春明;李秀娟;;基于RBF神经网络的模拟电路故障诊断方法的研究[J];机械工程与自动化;2009年01期
4 杨伟;贾石峰;;基于RBF神经网络的风力发电机组故障诊断研究[J];电气传动自动化;2009年02期
5 刘红;王国成;李航;;粗集—RBF神经网络在故障诊断中的应用[J];装备制造技术;2010年06期
6 訾书宇;魏汝祥;周萍;;基于RBF神经网络的舰船维修费预测[J];中国水运(学术版);2007年05期
7 刘建霞;王芳;谢克明;;基于RBF神经网络的天线阵方向图建模[J];太原理工大学学报;2008年01期
8 张琳;;短期负荷预测系统中RBF组合模型的应用[J];福建电脑;2009年03期
9 霍山;刘华清;;基于RBF神经网络的水轮机效率计算与应用[J];水电站设计;2009年02期
10 徐勇飞;王海林;;电控汽油机怠速RBF神经网络控制策略仿真研究[J];装备制造技术;2010年05期
11 夏昌浩;向学军;胡翔勇;;基于RBF神经网络和天气数据的负荷预测虚拟仪器设计[J];继电器;2007年02期
12 傅群忠;薛晓中;;H_∞滤波混合优化RBF在SINS动基座传递对准中的应用[J];火力与指挥控制;2010年01期
13 王义飞;鲁毅;刘涛;;纯滞后对象的RBF神经网络PID控制研究[J];机械制造与自动化;2011年02期
14 霍山;;基于RBF神经网络的日发电量预测[J];云南水力发电;2007年05期
15 李林;李建兵;牛鹏超;;基于粒子群算法的RBF神经网络的优化方法[J];山东电力高等专科学校学报;2010年01期
16 李海波;;高阶反馈型神经网络及其在优化计算中的应用[J];东南大学学报(自然科学版);1990年06期
17 朱铭铨,姬中岳,刘镜;神经网络与CIMS监控技术[J];中国机械工程;1992年03期
18 崔定军,杨尔辅,张振鹏,刘国球;基于神经网络的火箭发动机动态过程建模[J];航空动力学报;1995年03期
19 赵矿所,林钧清;神经网络在舰船噪声识别中的应用[J];舰船科学技术;1995年06期
20 刘磊,王康斌;基于神经网络的过程软测量[J];天津大学学报;1995年02期
中国重要会议论文全文数据库 前10条
1 郭兰平;俞建宁;张建刚;漆玉娟;张旭东;;改进RBF神经网络在城市公交车速时间序列预测中的应用[A];2010重庆汽车工程学会年会论文专辑[C];2010年
2 张文广;史贤俊;廖剑;李新;;RBF神经网络在惯导系统传递对准中的应用[A];中国自动化学会控制理论专业委员会C卷[C];2011年
3 丁迎迎;杨永健;沈发江;;RBF神经网络在水下目标识别中的应用研究[A];中国造船工程学会电子技术学术委员会2011年海战场电子信息技术学术年会论文集[C];2011年
4 王亚慧;程培新;赵亚丹;张桐;;针对时滞系统的RBF神经网络滑模控制策略[A];第二十七届中国控制会议论文集[C];2008年
5 刘新功;吴蒙华;王元刚;王邦国;;基于RBF神经网络的镍基TiN纳米复合镀层显微硬度的预测研究[A];第14届全国特种加工学术会议论文集[C];2011年
6 杜大军;李雪;费敏锐;白浩亮;宋扬;;基于改进RBF神经网络的两层网络学习控制系统自学习模糊控制策略研究[A];中国自动化学会控制理论专业委员会A卷[C];2011年
7 刘载文;崔莉凤;王小艺;吕思颖;;基于RBF神经网络的河湖水华软测量方法[A];第二十六届中国控制会议论文集[C];2007年
8 李静;胡云安;;时变RBF神经网络的逼近定理证明及其应用分析[A];中国自动化学会控制理论专业委员会C卷[C];2011年
9 熊杰;;基于GPS的车辆超载识别监控系统设计[A];首届珠中江科协论坛论文集[C];2011年
10 朱家海;谢聂;杨文杰;李军;;激光陀螺静态漂移的系统辨识研究[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国重要报纸全文数据库 前10条
1 于翔;数字神经网络中的协同应用[N];网络世界;2009年
2 健康时报特约记者  张献怀;干细胞移植:修复受损的神经网络[N];健康时报;2006年
3 邹丽梅 陈耀群;江苏科大神经网络应用研究通过鉴定[N];中国船舶报;2006年
4 记者 孙刚;“神经网络”:打开复杂工艺“黑箱”[N];解放日报;2007年
5 海通期货 秦小坡;基于RBF神经网的指数交易策略[N];期货日报;2009年
6 本报首席记者 任荃 实习生 史博臻;轨交“神经网络”触动创新神经[N];文汇报;2011年
7 计算机世界实验室 韩勖;当布线系统遭遇神经网络[N];计算机世界;2009年
8 曹建兵 李祖兵 特约记者 何天进 本报记者 于莘明;给导弹植入“神经网络”[N];科技日报;2005年
9 谭薇;“潮湿计算机”:拥有人类智慧的超级大脑[N];第一财经日报;2010年
10 韩婷婷;ICT强壮奥运“神经网络”[N];通信产业报;2007年
中国博士学位论文全文数据库 前10条
1 牟洪波;基于BP和RBF神经网络的木材缺陷检测研究[D];东北林业大学;2010年
2 赵斌;基于RBF网络的北方温室温湿度控制机理的研究[D];东北林业大学;2010年
3 杜大军;网络控制系统的学习和控制策略研究[D];上海大学;2010年
4 马永涛;通信信道建模的神经网络优化技术研究[D];天津大学;2009年
5 王琼;基于优化理论的神经网络研究及在抽油机故障诊断中的应用[D];东北石油大学;2011年
6 刘志祥;深部开采高阶段尾砂充填体力学与非线性优化设计[D];中南大学;2005年
7 戴雪龙;PET探测器神经网络定位方法研究[D];中国科学技术大学;2006年
8 马戎;智能控制技术在炼钢电弧炉中的应用研究[D];西北工业大学;2006年
9 文敦伟;面向多智能体和神经网络的智能控制研究[D];中南大学;2001年
10 吴大宏;基于遗传算法与神经网络的桥梁结构健康监测系统研究[D];西南交通大学;2003年
中国硕士学位论文全文数据库 前10条
1 王晓娟;基于模糊控制与RBF神经网络的桃病虫害发生预测研究[D];河北农业大学;2011年
2 裴雪红;基于改进RBF神经网络的PID控制[D];哈尔滨理工大学;2010年
3 焦玉莹;基于RBF神经网络的浮船坞浮态检验系统辨识[D];大连海事大学;2011年
4 朱一嘉;基于RBF神经网络的金融时序列预测研究[D];北京化工大学;2010年
5 臧胜永;船舶航向非线性系统的模型参考神经网络自适应控制[D];大连海事大学;2005年
6 李昆仲;基于RBF神经网络的边坡稳定性评价研究[D];长安大学;2010年
7 姚宁;基于差分进化算法优化的RBF神经网络的异步电机故障诊断研究[D];太原理工大学;2011年
8 冯晶;可拓理论在RBF神经网络研究中的应用[D];北京化工大学;2011年
9 史国强;基于RBF神经网络的网页分类技术研究[D];中国石油大学;2011年
10 王丽霞;基于BP和RBF神经网络的光伏最大功率跟踪对比研究[D];汕头大学;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978