基于广义回归网络-改进差分进化算法的污闪电压预测研究

将基于实验数据和数学公式计算值用广义回归网络-改进差分进化算法为绝缘子污闪电压建立一种新的预测模型,以绝缘子的盘径、高度,爬电距离、形状因素四个结构参数及等值附盐密度为输入参数来预测污闪电压值。广义回归网络不需设定模型的形式,但其平滑因子参数需优化估值。为了克服传统差分进化算法优化参数时的弱点,改进差分算法引入Powell寻优法以提高算法搜优速度,同时引入混沌优化法以提高种群多样性,降低算法陷入局部最优的概率。仿真结果表明与GRNN-DE及多元线性回归相比,GRNN-MDE具有更为优良的预报能力,稳定性也更好,将它应用于绝缘子污闪电压的预测,效果更好。