[发明专利]一种直流输电线路可听噪声概率预测方法及系统有效
申请号: | 201710379112.6 | 申请日: | 2017-05-25 |
公开(公告)号: | CN107192898B | 公开(公告)日: | 2020-07-03 |
发明(设计)人: | 余占清;刘磊;付殷;李敏;曾嵘;罗兵;高超;杨芸;张波 | 申请(专利权)人: | 南方电网科学研究院有限责任公司;清华大学 |
主分类号: | G01R29/26 | 分类号: | G01R29/26 |
代理公司: | 北京知联天下知识产权代理事务所(普通合伙) 11594 | 代理人: | 王冲;吴鑫 |
地址: | 510663 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 直流 输电 线路 可听 噪声 概率 预测 方法 系统 | ||
本发明提供了一种直流输电线路可听噪声概率预测方法及系统,方法包括:S1,利用多组训练数据对人工神经网络模型进行训练,在训练过程中,将线路参数作为输入数据,将可听噪声测量值作为输出数据;S2,将多组训练数据中的线路参数再次输入至训练好的人工神经网络模型,对应得到多组可听噪声预测值;S3,根据多组可听噪声测量值及多组可听噪声预测值,计算出多组对应的人工神经网络模型的误差值;S4,将多组可听噪声预测值划分为多个区间,并确定多组误差值在多个区间的概率分布;S5,利用人工神经网络模型对待测数据进行预测,根据所述预测结果及所述预测结果所在的区间的差值概率分布,得到可听噪声概率预测结果。
技术领域
本发明属于电气工程领域,具体设计一种直流输电线路可听噪声概率预测方法及系统。
背景技术
近年来高压输电线路的电磁环境问题越来越受到公众的关注。输电线路的电磁环境问题主要由高压输电线路的电晕放电引起,电晕放电是发生在极不均匀场中的一种放电形式,输电线路的曲率半径较小,此外导线表面又往往存在一定的毛刺和缺陷,导致高压输电线路导线表面附近的电场不均匀度很高,在导线电压达到一定程度即会发生电晕放电。电晕放电的过程中会产生无线电干扰、可听噪声等电磁环境问题,这些问题目前已成为高压输电关键技术难题。
针对输电线路电晕产生的可听噪声而言,其具有很宽的频带,并外在表现为杂乱的没有规律的噪音,相比一般噪声电晕产生的噪音对人体影响更大,严重地影响到了高压线路附近人群的正常工作和生活。为此,针对输电线路的可听噪声问题,我国已制定了相关标准。如,对于±800kV直流输电线路标准DL/T1088规定正极性导线对地投影20m处晴天时由电晕产生的可听噪声50%值不得超过45dB(A),另外,输电线路的设计、导线的选型都需要满足相关标准。为了使新建线路周围的可听噪声等级能够满足相关标准的要求,在设计线路的过程中需要对线路产生的可听噪声进行预测,准确的可听噪声预测公式在输电线路的设计中至关重要。国内外多个研究机构根据输电线路可听噪声测量结果拟合了各自的经验公式,但这些拟合公式都是在各自的特定情况下得出的,其适用范围十分有限。因此针对直流输电线路可听噪声更加准确的预测方法将对直流线路工程有更重要的意义。
发明内容
鉴于上述问题,本发明提供一种直流输电线路可听噪声概率预测方法,方法包括如下步骤:S1,利用多组训练数据对人工神经网络模型进行训练,其中,所述每组训练数据至少包括线路参数及可听噪声测量值,在训练过程中,将线路参数作为所述人工神经网络模型的输入数据,将所述可听噪声测量值作为所述人工神经网络模型的输出数据;S2,将所述多组训练数据中的线路参数再次输入至训练好的人工神经网络模型,对应得到多组可听噪声预测值;S3,根据所述多组可听噪声测量值及多组可听噪声预测值,计算出多组对应的人工神经网络模型的误差值;S4,将所述多组可听噪声预测值划分为多个区间,并确定所述多组误差值在所述多个区间的概率分布;S5,利用所述人工神经网络模型对待测数据进行预测,得到预测结果,并确定所述预测结果所在的区间,根据所述预测结果及所述预测结果所在的区间的差值概率分布,得到可听噪声概率预测结果。
可选地,所述步骤S3中,所述误差值的表达式为:
ei=Yi-yi
其中,i=1…n,n为训练数据的组数,Yi表示第i组训练数据所对应的可听噪声预测值,yi表示第i组训练数据中的可听噪声测量值。
可选地,所述步骤S4中,将所述多组可听噪声预测值划分为k个区间,若任意一个区间所对应的误差值从小到大排列为{e1,e2...ex},则所述多组误差值在所述k个区间的概率分布为:
其中,为位于区间内的误差值个数,x为总的误差值个数,e表示预测误差变量。
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方电网科学研究院有限责任公司;清华大学,未经南方电网科学研究院有限责任公司;清华大学许可,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/pat/books/201710379112.6/2.html,转载请声明来源钻瓜专利网。