基于BP神经网络输电线路山火隐患点识别

摘要

随着全球气候持续升温，山火出现的概率不断上升，导致输电线路跳闸停电事故频繁发生，对电网的稳定运行构成严重威胁。同时，输电线路山火隐患点的影响因素众多，目前的识别方法难以解决山火隐患点状态与各因素之间的复杂非线性关系。为此，文章提出了一种基于BP神经网络输电线路山火隐患点识别方法。首先确定了输电线路山火灾害影响因素，根据山火历史资料分析了影响因素指标与稳定性状态的相关性，然后通过神经网络模型建立起输电线路山火隐患点状态与各项评价因子之间的复杂非线性关系，并进行隐患点识别。以山西省为例，进行实际评估，并验证该方法的正确性和可行性。实验结果表明，所建立的神经网络评价模型具有较好的识别效果和可信度，与历年来该区域的输电线路山火隐患点调查结果相一致。