摘要
传统的预测方法往往面临准确度不高、泛化能力不足等挑战。为了解决这些问题,本研究提出了一种基于改进WOA-BP神经网络的智能变电站设备故障率预测方法。该方法首先使用鲸鱼算法(Whale Optimization Algorithm,WOA)来优化BP神经网络的权重和偏置,以提高其学习能力。然后,利用历史数据训练改进的WOA-BP神经网络模型,并将其用于智能变电站设备故障率的预测。试验结果表明,基于改进的WOA-BP神经网络方法可用于智能变电站设备故障率的准确预测,为设备维护计划和运行管理提供重要参考。
出处
《电气技术与经济》
2024年第9期34-37,共4页
Electrical Equipment and Economy
