基于BP神经网络的导线脱冰跳跃高度预测模型

冰区导线脱冰振动会引起绝缘间隙减小,严重时甚至导致闪络和跳闸等电气事故。首先利用数值方法模拟得到各种参数条件下导线的脱冰动力响应,获得导线的最大脱冰跳跃高度。进而基于数值模拟结果和BP神经网络构建导线脱冰跳跃高度预测模型,将线路的导线分裂数、导线型号、档距、高差等结构参数以及初始应力、覆冰厚度和脱冰率等载荷参数作为输入,最大冰跳高度作为输出,通过机器学习,并采用评价指标评估其准确性,对模型进行优化。该模型可以方便快捷地确定导线的最大脱冰跳跃高度,为冰区输电线路绝缘间隙设计提供参考。