基于多历史覆冰过程的输电线路覆冰增长预测

作者：翁永春^*; 祝一帆; 孟浪; 王辉; 张学锋; 沈彪

来源：三峡大学学报(自然科学版), 2019, 41(01): 71-75.

DOI：10.13393/j.cnki.issn.1672-948x.2019.01.016

• 输电线路
• 覆冰预测
• PSO
• LS-SVM
• 皮尔逊相关系数法
• RBF神经网络

应用粒子群优化(PSO)和最小二乘支持向量机(LS-SVM)算法对各历史覆冰过程建立预测模型,利用皮尔逊相关系数法对历史覆冰过程进行相似性筛选,采用径向基神经网络(RBF)建立多历史覆冰过程的覆冰增长率预测模型.实例计算表明,与传统的单历史覆冰过程预测方法相比,基于多历史覆冰过程的输电线路覆冰增长预测具有更好的精度.