基于神经网络的输电线路可听噪声预测模型研究

摘要

可听噪声是超、特高压输电线路电磁环境影响研究的重要方面。随着输电线路电压等级的不断升高,对输电线路可听噪声预测的研究已经成为超、特高压输电领域的热点问题。可听噪声的准确预测对于输电线路设计前选择合理的线路结构、降低线路架设的造价成本以及确定输送电压等级,保护环境等至关重要。现有的预测方法仅考虑线路的电位梯度,导线结构等因素的影响对可听噪声进行预测,而可听噪声还受环境因素和地理参数等因素的影响,预测时是否将这些因素的影响考虑在内,直接影响可听噪声预测的准确度和泛化能力。如何实现考虑输电线路输送电压等级、线路结构、导线结构、环境因素、地理因素等因素综合影响下对输电线路可听噪声的准确预测是本文研究的重点。
　　 本文对目前使用的可听噪声预测公式总结分析,针对当前预测公式仅考虑线路的电位梯度、导线结构,预测偏差较大,适用范围局限的问题,结合对输电线路可听噪声的影响因素问题的系统研究分析,提出综合考虑线路电压、电流、导线结构、线路结构、环境因素、地理因素等因素影响的可听噪声预测。
　　 针对可听噪声预测影响因素多,各因素对可听噪声的非线性综合影响,在进行可听噪声预测时难以用规则公式描述的问题,结合BP神经网络预测算法的特点,提出应用BP神经网络对可听噪声进行预测的研究。利用BP神经网络高度的非线性拟合能力,灵活有效的训练预测能力,对可听噪声预测进行仿真实验,获得了较好的预测效果,验证了本文提出的可听噪声神经网络预测算法的有效性。
　　 影响可听噪声的因素较多,使得可听噪声神经网络预测模型结构复杂,基于此,本文构建基于主成分分析的可听噪声神经网络预测模型对可听噪声进行预测,意图降低预测模型复杂度,提高预测准确性。运用Matlab软件对可听噪声预测进行仿真研究,并分析了预测结果。
　　 最后,针对可听噪声预测的实际应用问题,利用.net(C＃)调用Matlab计算工具编程实现基于Web方式的可听噪声神经网络预测系统。使用系统可以对可听噪声的测试数据、预测模型进行管理,对输电线路的可听噪声进行预测。

目录

文摘

英文文摘

论文说明:图表目录

第1章 绪论

1.1 课题研究背景及意义

1.2 可听噪声的国内外研究现状

1.2.1 可听噪声的国外研究现状

1.2.2 可听噪声的国内研究现状

1.3 可听噪声预测方法总结及现有方法存在不足

1.3.1 可听噪声预测方法总结

1.3.2 预测方法存在不足及新方法提出

1.4 本文主要内容及各章节安排

1.5 本章小结

第2章 可听噪声的影响因素分析及测量

2.1 架空输电线路概述

2.2 影响输电线路可听噪声的因素

2.2.1 输电线路的运行电压

2.2.2 流过线路的电流值

2.2.3 线路结构参数和导线参数

2.2.4 环境因素和地理参数

2.3 可听噪声的测量

2.3.1 可听噪声的测量方法

2.3.2 可听噪声的测量数据

2.4 测量数据归一化处理方法

2.4.1 数据归一化到[0,1]区间

2.4.2 数据归一化到[-1,1]区间

2.4.3 数据归一化为零均值和单位方差

2.5 本章小结

第3章 可听噪声神经网络预测的设计与仿真

3.1 人工神经网络

3.1.1 神经元模型

3.1.2 神经网络模型

3.1.3 神经网络基本特征及功能

3.2 基于神经网络的可听噪声预测

3.2.1 基于BP神经网络的可听噪声预测算法

3.2.2 改进的BP神经网络可听噪声预测算法

3.3 可听噪声预测模型仿真研究

3.3.1 可听噪声预测模型设计

3.3.2 可听噪声预测模型训练

3.3.3 可听噪声预测仿真结果及分析

3.3.4 可听噪声预测扩充

3.4 本章小结

第4章 主成分神经网络用于可昕噪声预测的研究

4.1 主成分分析算法

4.1.1 主成分分析过程

4.1.2 神经网络方法提取主成分

4.2 主成分神经网络算法

4.3 主成分神经网络可听噪声预测研究

4.3.1 可听噪声PCA-BP预测

4.3.2 可听噪声预测仿真结果及分析

4.4 本章小结

第5章 基于WEB方式可昕噪声预测系统设计与实现

5.1 系统需求分析

5.1.1 用户需求分析

5.1.2 操作需求分析

5.1.3 系统资源分配需求分析

5.2 功能需求分析

5.2.1 用户管理

5.2.2 样本管理

5.2.3 模型管理

5.2.4 数据预测

5.3 可听噪声预测系统总体设计

5.3.1 系统架构设计

5.3.2 系统预测算法设计

5.3.3 系统流程设计

5.3.4 系统数据库表设计

5.4 关键技术实现

5.4.1 Matlab引擎技术

5.4.2 Web Services

5.4.3 Excel文件数据上传至数据库技术

5.5 可听噪声预测系统详细设计及实现

5.5.1 系统总框架

5.5.2 用户管理

5.5.3 样本管理

5.5.4 模型管理

5.5.5 数据预测

5.6 本章小结

结论与展望

参考文献

致谢

附录A 攻读学位期间参与项目和发表的学术论文