基于GA-SVM的高压输电线路弧垂预测模型

摘要

导线弧垂是反映输电线路运行状态的重要参数之一,为了预知和预警高压输电线路弧垂的变化,提出了一种基于遗传算法(genetic algorithm,GA)特征自适应赋权的支持向量机(support vector machine,SVM),预测输电线路弧垂的方法(GA-SVM).该方法主要分为两个阶段,首先使用GA对实验数据自适应赋权,以突出重要属性,抑制冗余或次要属性,然后使用SVM预测输电线路弧垂.实验结果表明,该方法在预测输电线路弧垂方面是可行有效的,并且优于贝叶斯(Bayes)算法、K-最近邻算法(KNN)、决策树算法和BPNN神经网络算法.