浏览全部资源
扫码关注微信
西安交通大学电气工程学院
Published:2014
移动端阅览
[J]. 2014, (6): 43-49.
DOI:
[J]. 2014, (6): 43-49. DOI:
针对现有覆冰预测回归模型以采样点气象参量预报覆冰值的局限性
提出了一种改进的基于气象过程信息挖掘的覆冰预测方法。按线路覆冰增量将气象参量样本分为覆冰增长、维持、消融3个模糊模式类别
定义了以气象参量样本与模式类别中心的马氏距离为变量的隶属度函数
并在计算马氏距离时采用灰色斜率关联度确定各气象参量的权重。基于此
将隶属度与采样点气象参量结合
形成包含覆冰气象过程信息的高维历史数据样本
采用支持向量机进行覆冰回归模型的训练与预测。算例比较了现有的神经网络、支持向量机预测方法与提出的改进预测方法
结果表明
前两者预测的相对误差均值分别为24.50%和22.66%
而改进的预测方法相对误差均值为6.62%。考虑气象过程信息挖掘的覆冰预测模型具有更高的预测精度。
Lasse Makkonen.Modeling power line icing in freezing precipitation[J].Atmospheric Research,1998(1).
宋尖.输电线路覆冰规律与预测技术研究[D].长沙理工大学,2012(09).
王敩青,戴栋,郝艳捧,李立浧,傅闯,饶宏.基于在线监测系统的输电线路覆冰数据统计与分析[J].高电压技术,2012(11).
刘春城,刘佼.输电线路导线覆冰机理及雨凇覆冰模型[J].高电压技术,2011(01).
阳林,郝艳捧,黎卫国,李昭廷,戴栋,李立浧,罗兵,朱功辉.输电线路覆冰与导线温度和微气象参数关联分析[J].高电压技术,2010(03).
黄新波,孙钦东,张冠军,马建国.线路覆冰与局部气象因素的关系[J].高压电器,2008(04).
陆佳政,蒋正龙,雷红才,张红先,彭继文,李波,方针.湖南电网2008年冰灾事故分析[J].电力系统自动化,2008(11).
薛禹胜,费圣英,卜凡强.极端外部灾害中的停电防御系统构思 (二)任务与展望[J].电力系统自动化,2008(10).
刘和云,周迪,付俊萍,黄素逸.导线雨淞覆冰预测简单模型的研究[J].中国电机工程学报,2001(04).
王定成, 著.支持向量机建模预测与控制[M].气象出版社,2010.
邓乃扬, 田英杰, 著.支持向量机[M].科学出版社,2009.
0
Views
3
下载量
4
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution