基于bp神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及電網(wǎng)的安全分析與評價領(lǐng)域，特別適用于在復(fù)雜自然環(huán)境下長期運行 的絕緣子污穢度預(yù)測。
【背景技術(shù)】
[0002] 絕緣子污穢度預(yù)測的本質(zhì)是一個不確定性狀態(tài)空間的演化過程，狀態(tài)的演化（轉(zhuǎn) 移）過程具有隨機性，其中表征絕緣子污穢度的特征信息具有不精確性，影響因素的作用 效度也不清晰，運行狀態(tài)的定義及外延具有模糊性，狀態(tài)評判知識具有不完備性，對絕緣子 污穢度預(yù)測與計算是一個復(fù)雜的不確定性問題。
[0003] BP神經(jīng)網(wǎng)絡(luò)模型包括其輸入輸出模型，作用函數(shù)模型，誤差計算模型和自學習模 型。由輸入層、輸出層W及一個或多個隱層節(jié)點互連而成的一種多層網(wǎng)，該種結(jié)構(gòu)使多層前 饋網(wǎng)絡(luò)可在輸入和輸出間建立合適的線性或非線性關(guān)系，又不致使網(wǎng)絡(luò)輸出限制在-1和1 之間。它具有結(jié)果清晰、系統(tǒng)性強的特點，能較好地解決模糊、難W量化的問題，適合多種非 確定性問題的解決。
[0004] 絕緣子的污染程度與絕緣子所處的溫度、濕度、降雨量W及風速直接相關(guān)，但在復(fù) 雜大氣環(huán)境下（如山區(qū)、高海拔地區(qū)）絕緣子的污穢度演化是一個及其復(fù)雜的非線性系統(tǒng)， 除了與上述四個因素有關(guān)外，輸電線路所處的海拔高度、氣壓比、覆冰水電導(dǎo)率等因素都會 對絕緣子的污穢變化產(chǎn)生直接影響。僅是用神經(jīng)網(wǎng)絡(luò)進行擬合就不可能考慮太多因素， 其主要原因包括；1)考慮因素太多會為模型建立帶來一定的困難，同時隨之會出現(xiàn)計算復(fù) 雜和數(shù)值不穩(wěn)定等問題；2)與絕緣子污穢相關(guān)的地理位置信息（海拔高度、氣壓比）覆冰 水電導(dǎo)率在神經(jīng)網(wǎng)絡(luò)輸入層中沒有具體的參考數(shù)據(jù)。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于；提出一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測 方法，可直接為電網(wǎng)運行安全評價提供必要判據(jù)。
[0006] 一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，包括W下步驟：
[0007] 步驟1，絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型建立；絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型包 括輸入層、隱含層和輸出層，輸出層輸出結(jié)果為絕緣子的污穢等級〇。1，建立神經(jīng)網(wǎng)絡(luò)輸出函 數(shù)；通過調(diào)整網(wǎng)絡(luò)輸入層與隱含層的權(quán)值Wy和隱含層與輸出層的權(quán)值t U，降低誤差，提高 網(wǎng)絡(luò)的計算精度；
[000引步驟2,絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型輸入量確定并進行歸一化處理；BP神經(jīng)網(wǎng) 絡(luò)模型輸入量為影響絕緣子污穢度的氣象因素，包括溫度、濕度、降雨量和風速，歸一化處 理所述氣象因素；
[0009] 步驟3,建立模糊邏輯，并建立模糊邏輯輸入因素對線路污穢度的影響函數(shù)；模糊 邏輯輸入因素包括輸電線路所在的海拔高度、輸電線路所在環(huán)境的氣壓比和輸電線路的覆 冰水電導(dǎo)率，建立模糊邏輯輸入因素對線路污穢度的影響函數(shù)，采用模糊語言變量值對海 拔高度進行模糊化；
[0010] 步驟4,誤差校正；根據(jù)模糊邏輯輸入因素對絕緣子污穢度的影響，建立誤差校正 隸屬度函數(shù)和模糊規(guī)則庫，通過解模糊化獲取誤差校正系數(shù)Sj.;
[0011] 步驟5,絕緣子污穢等級預(yù)測：基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果，通過模糊邏輯補償后 的絕緣子污穢等級預(yù)測絕緣子污穢等級。
[0012] 步驟1所述絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型包括；輸入層、隱含層和輸出層，輸出層 輸出結(jié)果表示絕緣子的污穢等級；較優(yōu)地，輸入層包括4個神經(jīng)元；隱含層的節(jié)點為12個， 隱含層的節(jié)點數(shù)在訓練過程中根據(jù)訓練精度進行調(diào)整；輸出層包含1個神經(jīng)元；
[0013] 神經(jīng)元輸出為絕緣子的污穢等級〇。1，對于q個樣本的誤差e。計算公式為：
[0014]
【主權(quán)項】
1. 一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，其特征在于，包括以下 步驟： 步驟1 :絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型建立； 步驟2:絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型輸入量確定并進行歸一化處理； 步驟3:建立模糊邏輯，并建立因素對線路污穢度的影響函數(shù)； 步驟4:誤差校正； 步驟5 :絕緣子污穢等級預(yù)測。
2. 根據(jù)權(quán)利要求1所述的基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，其特 征在于： 步驟1所述絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型包括：輸入層、隱含層和輸出層，輸出層輸出 結(jié)果表示絕緣子的污穢等級； 神經(jīng)元輸出為絕緣子的污穢等級〇qi，對于q個樣本的誤差eq計算公式為：
其中，tqi為期望的污穢等級，〇qi為神經(jīng)網(wǎng)絡(luò)的輸出； 設(shè)Xi，x2，…xn為神經(jīng)元的輸入，Wi，w2，…wn為對應(yīng)輸入的權(quán)值，9為輸入層與隱含層神 經(jīng)元的輸出閾值，對于隱含層節(jié)點0j:
Vi=F(ui)(i= 1，2, .... .m) 其中，輸入的輸電線路的氣象參數(shù)，ui為輸入層節(jié)點輸出，vi為隱含層節(jié)點輸出，F(xiàn)0為Sigmoid型函數(shù)； BP神經(jīng)網(wǎng)絡(luò)的輸出為： °qi=F(vitij)(i= 1, 2,???..m) 其中，F(xiàn)()表示輸出函數(shù)，網(wǎng)絡(luò)輸入層與隱含層的權(quán)值，tu為隱含層神經(jīng)元i與輸 出層神經(jīng)元j的連接權(quán)，i表示隱含層神經(jīng)元序列，j表示輸出層神經(jīng)元輸出序列，m=n= 12。
3. 根據(jù)權(quán)利要求2所述的基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，其特 征在于：所述輸入層包括4個神經(jīng)元；隱含層的節(jié)點為12個，隱含層的節(jié)點數(shù)在訓練過程 中根據(jù)訓練精度進行調(diào)整；輸出層包含1個神經(jīng)元。
4. 根據(jù)權(quán)利要求2所述的基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，其特 征在于：步驟1絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型建立后，通過調(diào)整網(wǎng)絡(luò)輸入層與隱含層的權(quán) 值和隱含層與輸出層的權(quán)值tm逐步降低誤差； 所述網(wǎng)絡(luò)輸入層與隱含層的權(quán)值的調(diào)整具體包括以下步驟， 選取誤差函數(shù)eq隨著權(quán)值變化的梯度方向?qū)φ`差進行修正，并引入動量系數(shù)A，表達 式為：
其中，對表示k時刻第n層第j個神經(jīng)元到第n+1層的第i個神經(jīng)元未引入動量 系數(shù)的權(quán)系數(shù)增量，△<(幻為k時刻的修正結(jié)果，-1)為k-1時刻的修正結(jié)果，n為 誤差修正系數(shù)； 最后對原權(quán)值<(幻進行修正，得到新的連接權(quán)向量<(幻幻'計算表達為：
5. 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法， 其特征在于： 所述步驟2中的絕緣子污穢度BP神經(jīng)網(wǎng)絡(luò)模型輸入量為溫度、濕度、降雨量和風速； 將所述輸入量歸一化處理，所述歸一化處理的過程包括以下步驟： 設(shè)f為某個氣象信息數(shù)據(jù)，匕"為氣象信息數(shù)據(jù)中的最大值，為氣象信息數(shù)據(jù)中最 小值，那么對于任意的氣象數(shù)據(jù)f；(x)，r表示輸入層神經(jīng)元個數(shù)，r= 1，2, 3, 4,按以下規(guī)則 進行歸一化處理： 如果氣象信息與絕緣子的污穢程度正相關(guān)，歸一化后的氣象信息為：
如果氣象信息與絕緣子的污穢等級負相關(guān)，歸一化后的氣象信息又(x)為：
6. 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法， 其特征在于： 所述步驟3中的模糊邏輯建立，包括以下步驟： 301) 建立模糊邏輯輸入因素，所述模糊邏輯輸入因素包括輸電線路所在的海拔高度、 輸電線路所在環(huán)境的氣壓比和輸電線路的覆冰水電導(dǎo)率； 302) 建立所述模糊邏輯輸入因素隸屬度函數(shù)，具體包括以下步驟， 采用模糊語言變量值對海拔高度進行模糊化，li(x) 12 (x) 13 (x)i分別為模糊變量值 NB、ZE、PB對應(yīng)的海拔高度的樽糊化函數(shù)：
li(x)i、12 (x)i、13 (x)滿自變量x表示輸電線路所在的海拔高度； 采用模糊語言變量值，對輸電線路所處的氣壓比進行模糊化，其中NB、ZE、PB分別代表 了輸電線路所處不同海拔高度的氣壓比，li(x)2、l2(x)2、l3(x)2分別為模糊變量值NB、ZE、 PB對應(yīng)的氣壓比的模糊化函數(shù)；
li(x) 2、12 (x) 2、13 (x) 2的自變量x表示輸電線路所在環(huán)境的氣壓比； 采用模糊語言變量值，對輸電線路的覆冰水電導(dǎo)率模糊化，li(x)3、12003、1300 3、 14 (x) 3分別為模糊變量值NB、ZE、PS、PB對應(yīng)的覆冰水電導(dǎo)率的模糊化函數(shù)；
h(x) 3、12 (x) 3、13 (x) 3、14 (x) 3的自變量x表示輸電線路的覆冰水電導(dǎo)率； NB、NS、ZE、PS、PB用于表示模糊邏輯輸入因素的模糊語言變量值，分別表示負大、負小、 零、正小、正大； 303)根據(jù)絕緣子所處環(huán)境的氣象數(shù)據(jù)，求解各因素隸屬函數(shù)，獲取海拔高度、氣壓比和 覆冰水電導(dǎo)率的隸屬函數(shù)值式，z =l，2, 3, 3、4、4分別表示海拔高度、氣壓比和覆冰 水電導(dǎo)率的隸屬函數(shù)值。
7. 根據(jù)權(quán)利要求1所述的一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法， 其特征在于：所述步驟4中誤差校正，包括以下步驟： 根據(jù)模糊邏輯輸入因素對絕緣子污穢度的影響，建立誤差校正隸屬度函數(shù)，所述誤差 校正隸屬度函數(shù)取五個模糊變量NB、NS、ZE、PS、PB，根據(jù)歷史運行經(jīng)驗，建立模糊規(guī)則庫，通 過解模糊化獲取誤差校正系數(shù)Sz。
8. 根據(jù)權(quán)利要求6所述的一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法， 其特征在于： 所述誤差校正隸屬函數(shù)為：
所述誤差校正隸屬函數(shù)的自變量x= -0.5)x20，尺，Z= 1，2, 3表示步驟3中海拔 高度、氣壓比和覆冰水電導(dǎo)率對應(yīng)隸屬函數(shù)的取值。
9.根據(jù)權(quán)利要求8所述的一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法， 其特征在于：所述步驟5中的絕緣子污穢等級預(yù)測，具體包括以下步驟： 基于BP神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果，通過模糊邏輯補償后的絕緣子污穢等級預(yù)測絕緣子污 穢等級，絕緣子污穢等級預(yù)測公式為：
式中：S為基于模糊邏輯補償后的絕緣子污穢等級的預(yù)測值，〇qi為BP神經(jīng)網(wǎng)絡(luò)輸出值， 式為步驟3中海拔高度、氣壓比和覆冰水電導(dǎo)率對應(yīng)隸屬函數(shù)的取值，\為模糊邏輯誤差 校正系數(shù)。
【專利摘要】本發(fā)明公開了一種基于BP神經(jīng)網(wǎng)絡(luò)和模糊邏輯的絕緣子污穢度預(yù)測方法，屬于電網(wǎng)的安全分析與評價領(lǐng)域。絕緣子污穢度預(yù)測究其本質(zhì)是不確定、非線性系統(tǒng)的狀態(tài)演化過程，本發(fā)明以溫度、濕度、降雨量、風速等基本因素作為基本輸入量，構(gòu)建絕緣子污穢度的BP神經(jīng)網(wǎng)絡(luò)預(yù)測模型；充分考慮與復(fù)雜地理位置相關(guān)的海拔高度、氣壓比、覆冰水電導(dǎo)率等因素對絕緣子污穢度的影響，采用模糊邏輯補償?shù)姆椒?，對評價結(jié)果進行修正；運用模糊數(shù)學方法綜合預(yù)測絕緣子污穢程度，可解決演化過程中影響絕緣子污穢度因素效度不清晰這一典型不確定性問題。該方法可為電網(wǎng)運行狀態(tài)提供重要的科學判據(jù)。
【IPC分類】G06N3-02, G06Q10-04, G06Q50-06
【公開號】CN104616060
【申請?zhí)枴緾N201410809736
【發(fā)明人】楊志超, 張成龍, 周宇浩, 楊成順, 葛樂, 王健, 李曉健, 陸文偉, 馬壽虎
【申請人】南京工程學院
【公開日】2015年5月13日
【申請日】2014年12月23日