基于ISSA-BP的500kV高压线损预测模型

作者：徐利美^*; 贺卫华; 李远; 杨射; 刘展鹏; 续欣莹

来源：计算机技术与发展, 2023, 33(05): 214-220.

• 500 kV高压
• 线损预测
• BP神经网络
• 麻雀搜索算法
• Lévy变异策略
• 旋转策略
• 基准函数

线损对评估电力系统的经济运行有着重要作用。针对高压线损与多种特征参数之间关系复杂的问题，综合考虑关口电压、关口电流及温湿度对高压线损的影响，提出一种基于改进麻雀搜索算法(ISSA)优化BP神经网络(ISSA-BP)的高压线损预测模型。首先，通过Lévy变异策略及旋转策略分别对麻雀搜索算法(SSA)的发现者及加入者的位置更新方式进行改进，并在6个基准函数上进行测试，结果表明ISSA的寻优能力得到提升。其次，通过ISSA将最优初始权值和最优初始阈值赋予BP神经网络，进而拟合出特征参数与线损率的关系。最后，以山西省某条500 kV高压输电线路数据为研究对象，对比分析BP、GWO-BP、WOA-BP、SSA-BP与ISSA-BP这五种预测模型的预测效果，结果表明ISSA-BP模型的预测值最接近实际值，其RMSE、MAPE、MAE和R2分别为4.29%、3.67%、3.57%和99.01%,均为各种预测模型中最优。相较于SSA-BP,ISSA-BP的RMSE下降了33.4%,MAPE下降了36.7%,MAE下降了37.1%,R2提高了1.24%,表明ISSA-BP模型能对高压线损进行准确预测。

• 单位
  太原理工大学; 国网山西省电力公司