-
题名基于IGA-BP的地下电缆健康指数预测
- 1
-
-
作者
黄金波
邹国平
焦建格
陈向荣
赵天剑
-
机构
中国计量大学机电工程学院
浙江大学电气工程学院
国网浙江省电力有限公司绍兴供电公司
-
出处
《电力科学与技术学报》
北大核心
2025年第3期265-274,共10页
-
基金
国家自然科学基金(52377017)
国家浙江省电力有限公司科技项目(B311SX230001)。
-
文摘
随着电缆设备的大量投运,电缆故障问题也威胁着电网安全运行,传统的运维检修工作难以准确预测出电缆绝缘目前的健康状态。针对此问题,提出了一种基于改进遗传算法-反向传播(improved genetic algorithm-back propagation,IGA-BP)神经网络模型的电缆健康指数预测方法。由于地下电缆在不同的老化阶段其参数变化率不同,该方法在遗传算法优化过程中将地下电缆近几年的老化趋势特征加入适应度函数和变异算子中,对不同个体基于老化趋势特征进行区分,提高了模型搜索全局最优解的效率和预测准确率。实验结果表明:对比传统反向传播(back propagation,BP)神经网络和遗传算法-反向传播(genetic algorithm-back propagation,GA-BP)神经网络,IGA-BP神经网络的准确率提高了3.68%,五折交叉验证的准确率为99.39%,并在15 kV高压交联聚乙烯(cross-linked polyethylene,XLPE)地下电缆数据集中取得了95.8%的准确率;所构建的模型能够充分考虑电缆过去的老化信息,更适用于电缆的健康指数预测。
-
关键词
地下电缆
交联聚乙烯
健康指数预测
BP神经网络
遗传算法
老化趋势特征
-
Keywords
underground cable
cross-linked polyethylene
health index prediction
BP neural network
genetic algorithm
aging trend characteristic
-
分类号
TM769
[电气工程—电力系统及自动化]
-
