公开(公告)号：CN103778305B

公开(公告)日：2017-02-01

申请号：CN201410069038.4

申请日：2014-02-27

Applicant: 南京工程学院

Inventor： 许家浩 ,  杨中亚 ,  黄宵宁 ,  杨成顺

IPC: G06F17/50

Abstract: 本发明公开了一种基于k-VNN和LS-SVM的输电线路覆冰建模方法，首先以线路杆塔微气象站提供的历史数据为基础，读入微气象参数值并转化为向量形式；引入k-VNN算法以从线路覆冰样本数据库选取合适的样本，计算信息向量的欧式距离与夹角信息；有选择性的删除和保留信息向量相似区域即邻近点构成训练样本；通过交叉确认的方法对k-VNN邻近算法选取的样本数量进行寻优，以获得LS-SVM模型中合适的核函数K(xi,xj)宽度σ及误差惩罚因子γ等参数，寻找到最优；参数设定好后，采用最小二乘支持向量机LS-SVM进行相关数据的训练，最后获得覆冰厚度。本发明的算法预测精度较高，速度极快，适合用于输电线路覆冰的短期覆冰预测。

公开(公告)号：CN103854055A

公开(公告)日：2014-06-11

申请号：CN201410127133.5

申请日：2014-03-31

Applicant: 南京工程学院

Inventor： 王娇 ,  许家浩 ,  张惠刚 ,  迟翔

IPC: G06N3/02 ,  G06N7/02

Abstract: 本发明公开了一种基于神经网络及模糊逻辑算法的输电线路覆冰组合预测模型，包括读入微气象参数，构成训练样本；修正网络的权值，引入阈值；获取覆冰厚度基本分量；读入杆塔位置信息；建立海拔高度隶属度函数和大区域水汽距离隶属度函数；建立误差校正隶属度函数，形成模糊规则库并通过解模糊化得出校正系数；对神经网络计算结果和模糊逻辑补偿结果进行组合。本专利结合地理位置信息的输电线路覆冰预测组合模型相比以往的全局模型和单纯的BP神经网络有更高的预测精度，并在实际应用中取得了良好的效果。

公开(公告)号：CN103778305A

公开(公告)日：2014-05-07

申请号：CN201410069038.4

申请日：2014-02-27

Applicant: 南京工程学院

Inventor： 许家浩 ,  杨中亚 ,  黄宵宁 ,  杨成顺

IPC: G06F17/50

Abstract: 本发明公开了一种基于k-VNN和LS-SVM的输电线路覆冰建模方法，首先以线路杆塔微气象站提供的历史数据为基础，读入微气象参数值并转化为向量形式；引入k-VNN算法以从线路覆冰样本数据库选取合适的样本，计算信息向量的欧式距离与夹角信息；有选择性的删除和保留信息向量相似区域即邻近点构成训练样本；通过交叉确认的方法对k-VNN邻近算法选取的样本数量进行寻优，以获得LS-SVM模型中合适的核函数K(xi,xj)宽度σ及误差惩罚因子γ等参数，寻找到最优；参数设定好后，采用最小二乘支持向量机LS-SVM进行相关数据的训练，最后获得覆冰厚度。本发明的算法预测精度较高，速度极快，适合用于输电线路覆冰的短期覆冰预测。