基本信息:
- 专利标题： 一种基于改进粒子群反向传播神经网络的覆冰速率预测方法
- 申请号：CN202411596530.7 申请日：2024-11-11
- 公开(公告)号：CN119884632A 公开(公告)日：2025-04-25
- 发明人： 班明飞 , 代龙 , 邱秉钊 , 陈浩 , 朱乃璇 , 孙锘祾 , 刘一琦 , 李振杰 , 赵毅 , 宋梦
- 申请人： 东北林业大学 , 国网福建省电力有限公司经济技术研究院 , 沈阳工程学院 , 东南大学
- 申请人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 专利权人： 东北林业大学,国网福建省电力有限公司经济技术研究院,沈阳工程学院,东南大学
- 当前专利权人： 东北林业大学,国网福建省电力有限公司经济技术研究院,沈阳工程学院,东南大学
- 当前专利权人地址： 黑龙江省哈尔滨市香坊区和兴路26号
- 代理机构： 上海笃学志远专利代理事务所(普通合伙)
- 代理人： 陈飞
- 主分类号： G06F18/20
- IPC分类号： G06F18/20 ; G06N3/042 ; G06N3/0499 ; G06N3/084 ; G06N3/086 ; G06N3/006 ; G06Q50/06
摘要：
本发明涉及一种基于改进粒子群反向传播神经网络的覆冰速率预测方法，涉及输电线路冰灾防治策略研究领域，步骤为：建立输电线路在低温雨雪冰冻环境下的覆冰生长机理模型；通过数值模拟改变多环境参数，利用覆冰生长机理模型进行多因素分析，获得多场景、多时刻、多气象以及多地形等覆冰工况数据；利用空气中液态水含量、环境温度、水滴直径、风速4项环境特征值作为网络的输入量，输电线路覆冰速率作为网络的输出量，从而构建BPNN预测模型；同时利用IPSO对BPNN的权值和阈值进行优化，实现对输电线路覆冰速率的精准预测。本发明方法简单可行、算法寻优速度快、模型预测精准性强，为输电线路覆冰预测、预警工作提供参考。