- 详情
- 2020-12-27
- 简介
- 364KB
- 页数 4P
- 阅读 91
- 下载 31
分析了现有输电线路覆冰增长模型在预测中的不足以及神经网络对非线性映射变量表达的优越性,提出了一种基于Levenberg-Marquardt学习算法的BP神经网络的覆冰增长预测模型。通过实验获取的覆冰增长数据样本训练BP网络,利用收敛的网络进行输电线路覆冰增长的预测,仿真实验误差1mm以下的有7组数据,远高于对比模型makkonoe模型的3组,验证了模型有效性,对输电线路的覆冰研究和预防有重要意义。
对不起,您暂无在线预览权限,如需浏览请
立即登录热门商品
相关推荐
基于BP神经网络的输电线路覆冰增长模型研究 364KB
基于BP神经网络的输电线路工程造价预测模型 431KB
基于力学测量的输电线路覆冰监测计算模型 310KB
基于灰色支持向量机的输电线路覆冰厚度预测模型 407KB
基于拉力和倾角的输电线路覆冰厚度预测模型 441KB
架空输电线路覆冰观测研究 97KB
输电线路覆冰跳闸及治理措施研究 147KB
高压输电线路覆冰问题研究 2.8MB
输电线路覆冰的分析与防治 817KB
输电线路覆冰灾害的防护 88KB