摘要
线损对评估电力系统的经济运行有着重要作用.针对高压线损与多种特征参数之间关系复杂的问题,综合考虑关口电压、关口电流及温湿度对高压线损的影响,提出一种基于改进麻雀搜索算法(ISSA)优化BP神经网络(ISSA-BP)的高压线损预测模型.首先,通过Lévy变异策略及旋转策略分别对麻雀搜索算法(SSA)的发现者及加入者的位置更新方式进行改进,并在6个基准函数上进行测试,结果表明ISSA的寻优能力得到提升.其次,通过ISSA将最优初始权值和最优初始阈值赋予BP神经网络,进而拟合出特征参数与线损率的关系.最后,以山西省某条500 kV高压输电线路数据为研究对象,对比分析BP、GWO-BP、WOA-BP、SSA-BP与ISSA-BP这五种预测模型的预测效果,结果表明ISSA-BP模型的预测值最接近实际值,其RMSE、MAPE、MAE和R2分别为4.29％、3.67％、3.57％和99.01％,均为各种预测模型中最优.相较于SSA-BP,ISSA-BP的RMSE下降了33.4％,MAPE下降了36.7％,MAE下降了37.1％,R2提高了1.24％,表明ISSA-BP模型能对高压线损进行准确预测.
基金项目
山西省自然科学基金面上项目(20210302123189)
国家科技期刊平台
NSTL
维普
万方数据