基于模糊神经网络的电网消防预警算法

摘要

针对传统基于阈值判别方法的电网火灾预警系统预测精度低、抗干扰能力弱的问题，提出了一种基于模糊神经网络的电网消防预警算法。该算法利用神经网络学习大规模电网数据，使用模糊逻辑推理算法来提升预测结果的推理能力，并通过结合神经网络对大规模数据的学习能力和模糊逻辑算法的推理能力来分析电网线路参数，从而提升电网消防预警系统的精度和抗干扰能力。实验与仿真结果表明，所提出方法能显著提升电网火灾的预警精度，且使用模糊逻辑推理可以得到更符合实际情况的电网火灾预警结果。

关键词

电网预警 / 抗干扰 / 神经网络 / 模糊推理 / 信号处理

基金资助

国家自然科学基金青年科学基金项目(61686632); 山西省电力公司科技项目(5205C018005C)