基于 ISSA-BP 的 500kV 高压线损预测模型

来源：计算机技术与发展杂志2023年第05期北京时间：

作者：徐利美;贺卫华;李远;杨射;刘展鹏;续欣莹'续欣莹

单位：1. 国网山西省电力公司,山西 太原 030021;2. 国网山西超高压变电公司,山西 太原 030021;3. 太原理工大学 电气与动力工程学院,山西 太原 030024

摘要：线损对评估电力系统的经济运行有着重要作用。 针对高压线损与多种特征参数之间关系复杂的问题,综合考虑关口电压、关口电流及温湿度对高压线损的影响,提出一种基于改进麻雀搜索算法( ISSA) 优化 BP 神经网络( ISSA-BP) 的高压线损预测模型。 首先,通过 Levy 变异策略及旋转策略分别对麻雀搜索算法( SSA) 的发现者及加入者的位置更新方式进行改进,并在 6 个基准函数上进行测试,结果表明 ISSA 的寻优能力得到提升。 其次,通过 ISSA 将最优初始权值和最优初始阈值赋予 BP 神经网络,进而拟合出特征参数与线损率的关系。 最后,以山西省某条 500 kV 高压输电线路数据为研究对象,对比分析 BP、GWO-BP、WOA-BP、SSA-BP 与 ISSA-BP 这五种预测模型的预测效果,结果表明 ISSA-BP 模型的预测值最接近实际值,其 RMSE、MAPE、MAE 和 R2 分别为 4. 29% 、3. 67% 、3. 57% 和 99. 01% ,均为各种预测模型中最优。 相较于 SSA-BP,ISSA-BP 的 RMSE 下降了 33. 4% ,MAPE 下降了 36. 7% ,MAE 下降了 37. 1% ,R2 提高了 1. 24% , 表明 ISSA-BP 模型能对高压线损进行准确预测。

关键词：500 kV 高压;线损预测;BP 神经网络;麻雀搜索算法;Levy 变异策略;旋转策略;基准函数