基于遗传算法优化BP神经网络的电缆接头导线温度预测研究
电缆接头是电缆线路发生故障的主要部件,而电缆接头不管发生何种故障,都会伴随着温度的升高,故对电缆接头温度的研究十分重要.当前常用的方法中,监测配置灵敏度低、预测精度较低且成本和维修费较高,为此,本文提出了一种基于遗传算法优化人工神经网络的电缆接头导线温度预测方法.其主要思想是:在构建电缆接头导线温度预测网络模型之前,使用遗传算法优化人工神经网络的初始权值和阈值,最后以某项目采集的电缆接头温度数据对所建立模型的有效性和精确度进行验证.预测结果显示,该优化算法的导线温度预测精度与单一人工神经网络相比,有显著提高.
电缆接头 导线温度 预测方法 线路检修 人工神经网络 遗传算法
周辉 王军华 陈效俊 谭田源 刘开培
武汉大学电气工程学院
国内会议
北京
中文
1-6
2014-08-21（万方平台首次上网日期，不代表论文的发表时间）