[发明专利]基于神经网络及模糊逻辑算法的输电线路覆冰预测模型在审
| 申请号： | 201410127133.5 | 申请日： | 2014-03-31 |
| 公开（公告）号： | CN103854055A | 公开（公告）日： | 2014-06-11 |
| 发明（设计）人： | 王娇;许家浩;张惠刚;迟翔 | 申请（专利权）人： | 南京工程学院 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N7/02 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 211167 江苏*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 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。 | ||
| 搜索关键词： | 基于 神经网络 模糊 逻辑 算法 输电 线路 预测 模型 | ||
【主权项】：
一种基于神经网络及模糊逻辑算法的输电线路覆冰预测模型，其特征在于，包括如下步骤：步骤1：读入历史微气象点的微气象参数，构成训练样本；步骤2：确定BP神经网络模型参数，利用数据处理公式修正网络的权值wij，引入阈值θj；步骤3：完成神经网络迭代过程，得到覆冰厚度基本分量opi；步骤4：读入杆塔位置信息；步骤5：加入模糊逻辑补偿的方法，基于地理位置因素，分别针对海拔高度和大区域水汽距离建立海拔高度隶属度函数和大区域水汽距离隶属度函数；步骤6：依据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；步骤7，对神经网络计算结果和模糊逻辑补偿结果进行组合，得出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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京工程学院，未经南京工程学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201410127133.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种新生报名管理系统
- 下一篇：近距离无线通讯读写卡装置
