基于改进QPSO-SVM的输电线路覆冰厚度预测

作者：乔鹏; 田俊梅

来源：自动化与仪表, 2023, 38(02): 10-34.

DOI：10.19557/j.cnki.1001-9944.2023.02.003

• 量子粒子群优化算法
• 支持向量机
• 灰色关联分析
• 输电线路
• 覆冰厚度

冰雪灾害严重影响电网安全稳定运行，因此，对输电线路覆冰厚度进行预测可以有效地指导电网抗冰工作。利用灰色关联法分析温度、湿度、风速、降雨量和气压对线路覆冰厚度的影响，提出一种基于历史统计数据的输电线路覆冰厚度预测模型，采用改进量子粒子群算法（IQPSO）对支持向量机模型（SVM）参数惩罚因子c和核函数宽度δ进行寻优，结果表明：环境温度与覆冰厚度关联性最高，其次是降水量、风速、相对湿度，气压关联度最小，呈弱相关性；于同类型方法相比，IQPSO-SVM覆冰厚度预测模型预测精度较高，其平均绝对误差百分比为1.946%，均方根误差0.107 mm，验证了预测模型的有效性，具有一定的工程价值。

• 单位
  山西大学