基于WOA-GA-GRNN神经网络的输电导线脱冰跳跃高度预测

作者：蔡德成; 王岭; 柏晓路; 汪峰; 王艳君; 胡守松

来源：电力勘测设计, 2023, (12): 37-43.

DOI：10.13500/j.dlkcsj.issn1671-9913.2023.12.007

• 线路导线
• 脱冰跳跃高度
• 鲸鱼算法
• 遗传算法
• 广义回归神经网络

覆冰脱落后导线上下振动会减小导线之间的相间距离，严重时可能造成相间距离小于绝缘间隙，引起输电线路发生相间闪络、跳闸等电气事故，严重影响输电线路安全运行。为准确得到脱冰后的最大跳跃高度，采用鲸鱼算法(WOA)混合遗传算法(GA)对广义回归神经网络(GRNN)参数进行优化，以分裂数、档距、覆冰厚度、脱冰率和导线型号作为参数输入，脱冰后最大跳跃高度作为输出，构建脱冰跳跃高度预测模型。通过有限元分析生成模型训练数据集和测试集，并采用评价指标法评估其准确性。与设计规程公式和工程简化公式的计算结果相比，该预测模型的平均相对误差最小，拟合效果更优，脱冰跳跃高度的计算准确度更高。该模型可以较准确、快速地得出最大脱冰跳跃高度，为输电线路防灾减灾设计提供支撑。

• 单位
  中国电力工程顾问集团中南电力设计院有限公司; 三峡大学