融合GWO算法与BP神经网络的小电流接地选线装置研究

摘要

为降低配电网络的布线成本以及平均电阻,研究首先利用灰狼优化算法解决小电流接地选线问题,并通过反向传播神经网络解决传统灰狼优化算法容易陷入局部最优解的缺陷,采用分层自适应学习速率来加速算法的收敛速率,设计一种新的融合灰狼优化算法与反向传播神经网络的小电流接地选线模型。实验结果表明,研究提出的算法在多种同类算法中展现出了最快的收敛速度,当运行时间达到0.265 s时,其F1值开始趋于收敛,并最终稳定在97.52%的高水平。研究所提出的接地选线模型具有准确率高、成本控制好、电阻减小程度大等优点,配电网络提供了一种高效、准确的选线策略。

关键词

GWO算法 / BP神经网络 / 接地选线装置