科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对输变电工程中水土流失量在线监测刚起步导致智能预测预警困难的问题，文中提出一种基于麻雀搜索算法和核极限学习机的输变电工程水土流失量智能新预测方法。利用麻雀搜索算法（SSA）优化核极限学习机（KELM）的正则化系数和核函数参数，以降雨量环境因子作为样本输入，构建SSA-KELM水土流失量预测模型。利用该预测模型对某变电站水土流失情况进行预测，并与核极限学习机和支持向量机预测方法对比。利用自主研发的现场监测系统获取水土保持监测数据，对所提预测算法进行长期测试，结果表明基于SSA-KELM的水土流失量预测是有效的，而且比当前其他方法的预测精度更高。
- 单位
