基于BP神经网络的输电线路雷击故障预测

摘要

雷击是导致输电线路故障的主要原因,需要对输电线路雷击故障进行预警以减少其造成的损失.传统雷区预报方法在预报准确性与雷区识别精度之间存在矛盾,难以进一步提高雷击故障预测的准确性.考虑到电力系统在运行中积累了大量雷电和雷击故障的历史数据,文中建立了基于反向传播(BP)神经网络的输电线路雷击故障预测方法.首先在历史雷击故障统计分析的基础上,筛选出输入特征;然后分别应用粒子群(PSO)算法和LM算法确定网络初始权值并进行网络训练;最后基于实际雷电数据和电网雷击故障数据对文中模型进行验证,仿真结果表明文中方法能够预测80％的雷击故障,可为实际电网的雷击故障防御提供参考.