基于GM-RBF不定权组合模型的输电线塔杆倾斜预测分析与应用

为了解决目前输电线塔杆倾斜姿态监测中出现的预测不准确、不及时和预测误报率高等问题,文章提出一种基于灰色模型-径向基函数(grey model-radial basis function,GM-RBF)不定权组合模型的输电线塔杆倾斜姿态预测方法,对昆明市某地区一处输电塔杆200 d的北斗逆向网络载波相位差分技术(real-time kinematic,RTK)数据,使用GM-RBF不定权组合预测模型对铁塔姿态进行预测。该方法不仅能有效规避灰色模型(grey model,GM)自身误差大的缺点,减弱神经网络中训练样本随机性对建模精度的影响,还可以消除因最小二乘定权组合影响整体模型精度的问题。实验表明:对于短期塔杆倾斜预测,GM-RBF不定权组合预测模型在X、Y、P向和倾斜角的预测精度与GM预测精度相当,优于径向基函数(radial basis function,RBF)神经网络模型和GM-RBF定权组合模型的精度;对于长期塔杆倾斜预测,GM-RBF不定权组合模型在X、Y、P向和倾斜角的预测精度分别优于GM预测模型约57.28%、48.07%、43.02%、42.08%,优于RBF预测模型约2.04%、2.31%、3.60%、2.02%,优于GM-RBF最小二乘定权组合模型约2.97%、2.36%、6.23%、4.73%。