[发明专利]一种基于PSO-BP神经网络的弧垂预测方法

摘要

本发明涉及一种基于PSO‑BP神经网络的弧垂预测方法，包括以下步骤：S1：数据处理，将相关数据进行归一化处理，S2：将归一化后所得数据输入到PSO‑BP神经网络中进行训练，在神经网络中通过自主学习，分析出输入量和输出量之间的关系，S3：把所要预测下一状态下的相关参数输入到PSO‑BP神经网络中，神经网络通过自主学习分析所得的输入量与输出量的关系，依据所输入的数据计算并得出该状态下的导线温度，S4：判断所得温度是否符合精度，所得温度符合精度的进行下一步骤，不符合的返回至步骤S2，S5：计算该状态的导线应力，S6：计算该状态下的导线弧垂；本发明所提供的方法有效确保架空输电线路的安全运行，提高整个电网系统的稳定性具有重要作用。

主权项

1.一种基于PSO‑BP神经网络的弧垂预测方法，其特征在于，所述方法包括以下步骤：S1：数据处理，将架空导线所处的环境温度、环境风速、光照强度以及该运行状态下的载流量以及对应状态下的导线温度的数据进行归一化处理；S2：将归一化后所得数据，以环境温度、风速、光照强度以及载流量作为输入量，导线温度作为输出量，输入到PSO‑BP神经网络中进行训练，在神经网络中通过自主学习，分析出输入量和输出量之间的关系；S3：把所要预测下一状态下的相关参数输入到PSO‑BP神经网络中，神经网络通过自主学习分析所得的输入量与输出量的关系，依据所输入的数据计算并得出该状态下的导线温度；S4：温度判断，判断所得温度是否符合精度，所得温度符合精度的进行步骤S5，所得温度不符合精度的返回至步骤S2；S5：构建导线状态应力方程，计算出该状态的导线应力；S6：根据悬链线法，计算出该状态下的导线弧垂。