特高压直流输电线路带电作业人员体表场强预测方法.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115659810A(43)申请公布日2023.01.31(21)申请号202211338171.6G06N3/126(2023.01)(22)申请日2022.10.28(71)申请人国家电网公司西南分部地址610000四川省成都市武侯区蜀绣西路299号(72)发明人张亚迪李俭陈钢周林孙文成彭宇辉张杰(74)专利代理机构成都智言知识产权代理有限公司51282专利代理师蒋秀清(51)Int.Cl.G06F30/27(2020.01)G06F30/23(2020.01)G06N3/084(2023.01)G06N3/086(2023.01)权利要求书2页说明书8页附图3页(54)发明名称特高压直流输电线路带电作业人员体表场强预测方法(57)摘要本发明提供了一种特高压直流输电线路带电作业人员体表场强预测方法，涉及特高压直流输电线路领域，本发明采用反向学习方法初始化种群，陷入局部最优的几率大大减少，加快了收敛速度。选择操作结合了精英保留策略和排序选择法的优点，同时采取小比例系数进行直接保留和淘汰，保证了进化过程的生物多样性和种群稳定性，避免了最优个体进化后消失。对交叉变异算子的改进，对劣质个体进行人工干预。引入一个四价函数对交叉变异算子进行平滑处理，保证了种群稳定性。最终实现带电作业人员在不同气象条件下的体表场强的准确预测，为人员进入等电位方式及路径选择、安全防护及评估提供指导作用。CN115659810ACN115659810A权利要求书1/2页1.一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，包括以下步骤：S1原始数据采集与处理：S11故障信号采集，通过COMSOL模型获得不同气象条件下带电作业人员不同身体部位的仿真数据；S12对采集到的数据进行归一化处理；S2改进遗传算法：包括S21改进初始化种群、S22改进的选择操作和S23交叉、变异算子的改进；S3将改进的遗传算法用于优化BP神经网络。2.如权利1所述的一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，S1所述的数据预处理具体如下：将采集到的数据集进行归一化处理至[0,1]区间内，并且分为训练集与测试集，采用常见的最大最小归一化法，其数学表达式为：xk＝(xk‑xmin)/(xmax‑xmin)(1)其中，xmin为不同样本同一参量的最小数，xmax为同一参量最大数。3.如权利1所述的一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，S2所述的改进初始化种群具体如下：S211随机初始化种群，记为Z1；S212生成反向种群，记为Z2；S213将Z1与Z2按适应度排序，淘汰一半适应度差的个体，生成最终种群Z3；S214将最终种群Z3用于遗传算法。4.如权利3所述的一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，S2所述的改进的选择操作具体如下：对种群个体适应度进行排序，保留占比为t的优质个体部分，淘汰占比为t的劣质个体部分，引入的比例系数t选取范围为0～0.5；占比为t所对应个体数应最小为2，对剩余个体进行轮盘赌法选择，轮盘赌法的个体，每个个体i的选择概率pi的公式如下：fi＝k/Fi(2)式中，Fi为个体i的适应度值，这里的公式针对于适应度越小越好的情况；k为系数；N是种群数目，t是占比系数。5.如权利4所述的一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，S2所述的交叉、变异算子的改进具体如下：对劣质个体进行大概率交叉、变异，引入人工干预，让其突破所拟定的交叉、变异概率的上限；同时，引入函数在迭代初期，让种群中的个体具有较大的交叉、变异概率，随着种群的进化，使其交叉、变异概率逐渐趋于稳定；改进的交叉概率公式如下：2CN115659810A权利要求书2/2页式中，Pcmax是拟定的最大交叉概率，Pcmin是拟定的最小交叉概率，Pcb是拟定的交叉概率变动范围，fj是个体j的适应度，favg是当代种群的平均适应度，g是当前迭代次数，Gmax是最大进化次数；变异概率公式如下：式中，Pvmax是拟定的最大变异概率，Pvmin是拟定的最小变异概率，Pvb是拟定的变异概率变动范围，fj是个体j的适应度，favg是当代种群的平均适应度，g是当前迭代次数，Gmax是最大进化次数。6.如权利5所述的一种特高压直流输电线路带电作业人员体表场强预测方法，其特征在于，S3所述的具体步骤如下：S31根据给定的训练样本数据建立BP神经网络，初始化权值、阈值；S32对初始值进行编码，把训练样本的误差作为适应度值；S33采用改进的初始化种群方法进行种群初始化，得到新种群；S34利用S2提出的方法进行选择、交叉、变异；S35计算适应度值判断是否达到设定的结束条件，满足进入