不平衡数据下基于PSO-BP算法的输电线路弧垂预测

来源：南京信息工程大学学报·自然科学版杂志2021年第5期北京时间：

作者：李嘉雨，廖如超，李钰楷

单位：李嘉雨,广东工业大学 自动化学院, 广州, 510006,廖如超,广东电网有限责任公司 机巡管理中心, 广州, 510000,lrcrc@163.com李钰楷,广东工业大学 自动化学院, 广州, 510006

摘要：针对架空输电线路弧垂在计算过程中易受测量数据（温度、风速、档距等参数）影响的问题，提出了基于数据预处理的PSO-BP神经网络弧垂预测模型.对收集数据中部分样本缺失的情况，使用合成少数过采样技术（SMOTE）对不平衡样本进行合成；构建PSO-BP神经网络用于弧垂预测，使用不同工况条件的数据训练网络，实现弧垂预测的目的，并将网络的性能与传统的BP神经网络性能进行对比.实验结果表明，与传统BP神经网络模型相比，本文提出的模型进行弧垂值预测后所得的误差绝对值显著降低.本文提出的模型可以加快训练速度、提高预测精度.

关键词：PSO-BP神经网络;SMOTE算法;弧垂

基金资助：国家自然科学基金（61803099）；广东电网科技项目（GDKJXM20184755）