-
题名一种基于历史数据的输电线路覆冰增长快速预测方法
被引量：15
- 1
-
-
作者
李昭廷
郝艳捧
-
机构
华南理工大学电力学院
-
出处
《电瓷避雷器》
CAS
北大核心
2012年第1期1-7,共7页
-
基金
国家重点基础研究发展计划项目(973)(编号:2009CB724507)
国家高技术研究发展计划(863计划)
+1 种基金
"十一五"国家科技支撑计划项目(编号:2009BAA23B02)
中央高校基本科研业务费专项资金项目(编号:2009ZZ0008)
-
文摘
2008年初极端冰雪灾害给中国南方输电线路造成了极大破坏,引起了对架空输电线路覆冰模型研究的重视。导线覆冰增长的物理过程极为复杂,受气候环境多变和气象、季节、地形地理条件、海拔、线路走向、导线本身等各种复杂因素的影响,给基于在线监测数据预测短期覆冰增长带来困难。提出一种基于在线监测的覆冰厚度历史数据的覆冰发展趋势快速预测方法——组合灰色神经网络预测模型。首先远程采集力学数据,根据模型求得覆冰厚度的历史数据;然后分别建立GM(1,1)、Verhulst和DGM(1,1)三种灰色模型,得到三组覆冰厚度趋势数据;最后将三组数据作为神经网络输入,得到覆冰趋势曲线。以云南电网和广西电网典型的两次不同类型覆冰过程为例进行了验证。结果表明,在缺乏微气象和地形条件的贫信息状态下,此模型在覆冰增长快速预测中是适用的,有效的。
-
关键词
覆冰
输电线路
灰色预测
组合灰色神经网络
在线监测
历史数据
-
Keywords
icing
transmission line
gray predict
combined gray neural network
online monitoring
historical data
-
分类号
TM75
[电气工程—电力系统及自动化]
-
-
题名基于组合灰色神经网络模型的火炮身管烧蚀磨损量预测
被引量：6
- 2
-
-
作者
易怀军
张相炎
丁传俊
孙明亮
-
机构
南京理工大学机械工程学院
-
出处
《火炮发射与控制学报》
北大核心
2015年第3期81-85,共5页
-
文摘
针对火炮身管烧蚀磨损量受多种因素影响,变化趋势复杂,难以通过建立准确的数学模型进行预测的问题,在采用灰色动态模型对身管烧蚀磨损量进行预测的基础上,构造了组合灰色神经网络预测模型进行预测。结果表明,通过组合灰色神经网络模型可以得出较单一模型预测更加准确的预测值,能更好地反映内膛烧蚀磨损量的发展规律。
-
关键词
烧蚀磨损量
预测
组合灰色神经网络
火炮身管
-
Keywords
erosion and wear value
prediction
combined gray neural network
gun barrel
-
分类号
TJ304
[兵器科学与技术—火炮、自动武器与弹药工程]
-
