基于三种神经网络的覆冰输电导线气动力系数预测研究

蔡萌琦; 梁俊豪; 闵光云; 包婉玉; 周林抒; 胡茂明

欢迎来到能源电力期刊网！

English Version 读者登录期刊登录

您当前的位置：

首页 >

文章列表页 >

基于三种神经网络的覆冰输电导线气动力系数预测研究

智能电网 | 更新时间：2025-11-05

- 基于三种神经网络的覆冰输电导线气动力系数预测研究
- 暂无标题
- 电网与清洁能源 2025年第1期页码：1-9+16
- 作者机构：
  
  1. 四川大学破坏力学与工程防灾减灾四川省重点实验室
  2. 成都大学建筑与土木工程学院
  3. 成都大学机械工程学院
  4. 中山大学中法核工程与技术学院
  5. 国网四川综合能源服务有限公司
- 作者简介：
- 基金信息：
  
  中国博士后科学基金项目（2021M702371）~~
- DOI：
  中图分类号： TM75;TP183
- 纸质出版：2025
- 稿件说明：
移动端阅览
蔡萌琦, 梁俊豪, 闵光云, 等. 基于三种神经网络的覆冰输电导线气动力系数预测研究[J]. 电网与清洁能源, 2025,(1):1-9+16.
蔡萌琦, 梁俊豪, 闵光云, 等. 基于三种神经网络的覆冰输电导线气动力系数预测研究[J]. 电网与清洁能源, 2025,(1):1-9+16. DOI：

DOI：

摘要

为了对覆冰输电导线气动力系数进行精确预测，基于风洞试验获取了覆冰导线气动力系数，利用SVR(support vectorregression

SVR)、BP(backpropagation

BP)和RBF(radial basis function

RBF) 3种神经网络方法开展了机器学习预测。比较了SVR、BP和RBF神经网络在覆冰输电导线气动力系数预测中的效果。通过对数据集的训练和测试，结果表明：SVR、BP和RBF神经网络均能有效预测气动力系数的数值变化，但RBF神经网络在不同冰厚和风速下的整体预测效果优于SVR和BP神经网络。多组数据的预测实验进一步验证了RBF神经网络模型具有较强的适用性和更高的准确性。RBF神经网络模型可以作为覆冰导线气动力系数预测的有力工具，能有效进行气动力系数预测。

Abstract

关键词

Keywords

references

张晓宇,张帅,姚季秋,肖泽鑫,董俊芳.基于SCADA系统和神经网络的海上风电场故障预警方法研究[J].节能技术,2024(01).

张思祥,张勇,姜伟国,袁春元,王晓阳,田利.四分裂导线舞动特性及线路磨损规律[J].山东大学学报(工学版),2023(04).

张孜航,韩艳,盛国刚,李凯.基于曲梁理论的覆冰分裂导线舞动非线性动力分析[J].湖南大学学报(自然科学版),2024(01).

张会然,杨雄骏,刘中华.多模态耦合的覆冰导线风致舞动分析[J].厦门大学学报(自然科学版),2022(04).

杨知,赵彬,李闯,汉京善,高洁,黄杰.基于星地融合的输电线路覆冰预警优化方法研究[J].电测与仪表,2022(11).

肖鹏,王柯强,黄振林.基于IABC和聚类优化RBF神经网络的电力信息网络安全态势评估[J].智慧电力,2022(06).

高鹭,孔繁苗,张飞,任晓颖,张晓琳,秦岭.基于IPSO-BiLSTM-AM模型的超短期风电功率预测方法[J].智慧电力,2022(04).

余沿臻,邱志斌,周银彪,朱轩,王青.基于卷积神经网络与ECOC-SVM的输电线路异物检测[J].智慧电力,2022(03).

陈立帆,张琳琳,宋辉,陈科技,吴冰,陈赛慧,盛戈皞.基于图卷积神经网络的输电线路自然灾害事故预测[J].电网技术,2023(06).

于利佳,田瑾,吴飞,龚利.基于BP神经网络的输电线路电场屏蔽效果预测[J].传感器与微系统,2022(02).

赵铁成,谢丽蓉,叶家豪.基于误差修正的NNA-ILSTM短期风电功率预测[J].智慧电力,2022(01).

吉兴全,陈金硕,张玉敏,刘琪,公政,徐波.基于CNN-SVM的配电网故障分类研究[J].智慧电力,2022(01).

汉京善,吕海平,李丹煜,李征,李蛟,邓元靖.基于GA-BP神经网络算法的输电线路舞动预警方法[J].电网与清洁能源,2021(04).

韦远武,虢韬,张鹏程,杨刘贵,严尔梅,徐梁刚,王璐,祝贺.脉动风场覆冰导线动态气动力特性研究[J].振动与冲击,2020(24).

戚银城,江爱雪,赵振兵,郎静宜,聂礼强.基于改进SSD模型的输电线路巡检图像金具检测方法[J].电测与仪表,2019(22).

宿凤明,孙财新,李端开.基于神经网络的风电短期功率预测模型研究[J].节能技术,2018(06).

黄军凯,马晓红,许逵,王凌旭,杨涛,卢金科,陈沛龙.高压输电线路舞动机理及防治措施[J].科学技术与工程,2018(23).

廖峥,熊小伏,李新,王建,李哲,刘善峰.基于BP神经网络的输电线路舞动预警方法[J].电力系统保护与控制,2017(19).

高正旭,周月华,肖莺,夏智宏,汪涛,黄俊杰.湖北省输电线路覆冰导线舞动灾害的一种气象甄别方法[J].灾害学,2016(03).

楼文娟,李天昊,吕中宾,卢明.多分裂子导线气动力系数风洞试验研究[J].空气动力学学报,2015(06).

游世良,吴昊,李建,刘念,王利来,杨凯强.高压大截面电缆固定金具损耗分析研究[J].电测与仪表,2015(16).

张喆,杨秀萍,郝淑英.覆冰导线动态气动力特性模拟与分析[J].振动与冲击,2015(07).

韩军科,杨靖波,杨风利,何洪波.电网冰灾典型线路段覆冰倒塔分析[J].电网与清洁能源,2010(03).

Matsumiya Hisato,Yagi Tomomi,Macdonald John H.G..Unsteady aerodynamic force modelling for 3-DoF-galloping of four-bundled conductors[J].Journal of Fluids and Structures,2022.

Min Li,Zhenrong Huang,Ting Dong,Cheng Tang,Binghai Lyu,Julong Yuan.Surface quality of Zirconia (ZrO 2 ) Parts in shear-thickening high-efficiency polishing[J].Procedia CIRP,2018.

Department of Civil Engineering, School of Engineering, The University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, Tokyo 113-8656, Japan,NUMECA Japan Co., Ltd., Kitamura Bldg., 1-17-15, Nishi-shinbashi, Minato-ku, Tokyo 105-0003, Japan.A numerical study of the aerodynamic characteristics of ice-accreted transmission lines[J].Journal of Wind Engineering & Industrial Aerodynamics,2018.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于嵌套优化的GA-PSO-BP神经网络短期风功率预测方法研究

基于RBF神经网络的主动配电网通信过程安全态势感知方法

基于RBF神经网络的主动配电网通信过程安全态势感知方法附视频

低载波比调制下的MMC-UPFC电容电压减频效应