基于GWO改进神经网络的风致输电杆塔响应计算方法

作者：谢从珍; 马康; 卢伟民; 王勇

来源：科学技术与工程, 2023, 23(31): 13407-13414.

DOI：10.3969/j.issn.1671-1815.2023.31.024

• 风致杆塔响应
• BP神经网络
• 杆塔风荷载
• 杆塔风险评估
• 防风预警

针对基于有限元方法的风致输电杆塔仿真模型存在模型参数设置复杂、响应速度低下等问题，提出了一种结合杆塔仿真计算与机器学习的杆塔应力快速计算方法，实现了风致输电杆塔仿真模型的高效运算。首先利用有限元仿真分析10～35 m/s风速0°～90°风向下输电杆塔的应力结果，将其作为神经网络训练样本；分析杆塔本征参数及气象因素对杆塔应力结果的影响，提出一种基于风速、风向和塔材类型等因素的特征值选取方法；利用灰狼优化算法(grey wolf optimizer, GWO)优化算法提高神经网络准确度，建立基于灰狼优化算法改进反向传播神经网络(grey wolf optimizer-back propagation neural network, GWO-BPNN)的杆塔风致应力计算模型，计算速度可达建模仿真的10倍以上。在准确率上，基于数据集划分训练集及验证集，模型准确率在98%以上，将计算结果与实际杆塔受灾情况相比情况一致。本模型可用于输电线路防风预警，致力于输电线路防灾减灾。

• 单位
  广州供电局; 华南理工大学; 广东电网有限责任公司