基于组合赋权和BP神经网络的500kV交流输电线路电磁环境评估方法研究

安晨帆， 杜志叶， 李慧慧， 周涛涛， 甘 艳

(1. 武汉大学电气工程学院， 湖北 武汉 430072； 2. 华中电网有限公司， 湖北 武汉 430077)

基于组合赋权和BP神经网络的500kV交流输电线路电磁环境评估方法研究

安晨帆1， 杜志叶1， 李慧慧1， 周涛涛1， 甘 艳2

(1. 武汉大学电气工程学院， 湖北 武汉 430072； 2. 华中电网有限公司， 湖北 武汉 430077)

针对超高压输电线路日益突出的电磁环境问题，研究了基于BP神经网络原理的输电线路电磁环境评估方法。在国内外现有规定和推荐标准的基础上制定了跨越居民区、公路和农田等不同地区的超高压输电线路电磁环境等级标准。以华中电网500kV交流输电线路的实测数据为例，运用组合赋权的思想确定了工频电场、工频磁场、无线电干扰和可听噪声的权重，并将这四项指标作为输入变量，电磁环境评估等级作为输出变量，建立三层结构的BP神经网络评估模型。模型中考虑了单个地区的电磁环境评估和不同地区人口权重修正的整条线路电磁环境综合评估。评估结果表明，基于BP神经网络电磁环境评估方法能够较准确地评估500kV交流输电线路附近的电磁干扰情况，可为输电线路电磁环境评估提供参考。

500kV交流线路； 电磁环境； 评估； 神经网络； 组合赋权

1 引言

超、特高压输电线路电压等级高、输送容量大，其在周围空间中引起的电磁场环境问题越来越受到关注[1-3]。在电场强度较高的区域内，某些居民会产生毛发竖立或皮肤刺激感、蛛网感；较高的工频磁场会使靠近输电线路附近的人体感应电压，人体可能出现不舒服的感觉；电晕放电引起的无线电干扰会对邻近线路生活的居民广播或电视信号有干扰；可听噪声可能使线路附近的居民和邻近线路工作的人们感到烦躁不安[4-7]。建立输电线路的电磁环境评估模型，准确评估输电线路走廊电磁环境状况，从而减少对线路走廊周边居民健康生活的影响显得至关重要。

国内关于电磁环境评估的研究一般是从时域、空域、频域、能量域等方面对机场、战场、无线电监测区域等环境下的电磁环境复杂度进行评价，例如西南交通大学的黄蓉[8]将电磁环境各指标测量样本数据及相应的专家评价结果作为神经网络的样本集，基于前馈三层神经网络的代数算法建立了电磁环境评估模型。而关于输电线路附近电磁环境评估的研究则主要根据具体的线路参数计算电磁环境各项指标或某项指标数值，再依据计算值是否超过国家规定限值来评价电磁环境是否合格[9-13]。但超高压输电线路附近以工频电场、工频磁场、无线电干扰和可听噪声四项电磁环境指标作为评价因子对电磁环境评价、分类的研究甚少，鲜有文献考虑了各不同地区及整条线路跨不同地区的电磁环境评估体系。

实际中往往通过测量线路附近各断面的电磁环境指标数值来了解线路附近电磁环境情况，对整条线路的电磁环境未有一个明确、量化的评价结果。

2 评估分级标准的制定

2.1 工频电场和工频磁场

表1列出了有关国际组织和其他国家的工频电磁场公众暴露限值。我国标准HJ /T24-1998《500 kV超高压送变电工程电磁辐射环境影响评价技术规范》[14]及DL/T5092-99 《110-500kV架空送电线路设计技术规程》[15]中对500kV输电线路的工频电场、工频磁场的限值作出以下规定：500kV线下工频电场控制在10kV/m以下，以4kV/m作为居民区工频电场评价标准，推荐应用国际辐射防护协会的工频限值0.1mT作为磁感应强度评价标准。

表1 有关组织、国家的工频电磁场限值对照表

根据输电线路线下电场强度控制值的调查统计，许多国家对不同地点制定不同的工频电磁场暴露限值。如在人烟稀少的地方电场限值较高,公众活动区线路走廊边沿、横跨公路处较低[6]。各国在不同地区的电场强度限值各不相同，但仍在一定的范围内[14]：线下最大电场强度(一般是农田、耕地区)为10～15kV/m，跨越公路处电场强度为7～10kV/m，公众活动区域或邻近民房处电场强度小于5kV/m。国内学者邬雄在文献[16]中提出了不同地区的交流特高压架空输电线下1.5m处工频电场强度控制值；朱普轩[17]在试验和理论计算的基础上，对我国超、特高压输电线路无线电干扰、可听噪声的限值标准提出了若干建议。

2.2 无线电干扰和可听噪声

对于500kV交流输电线路的无线电干扰限值，GB15707-1995《高压交流架空送电线无线电干扰限值》和QGDW_179-2008《110～750kV架空输电线路设计技术规定》均规定在距边相导线投影20m距离处、测试频率为0.5MHz的无线电干扰的80%限值为55dB(μV/m)，并可以只在好天气下测量无线电干扰场强满足限值要求；DL/T5092-99《110-500kV架空送电线路设计技术规程》推荐在无雨、无雪、无雾天气下的无线电干扰限值为55dB。

我国对输电线路的可听噪声未制定明确的标准，在500kV线路设计时由于采用4分裂导线，可听噪声水平很低，不需控制，在750kV输电线路设计中，对可听噪声提出了按照58dB(A)作为设计限值。QGDW_179-2008《110～750kV架空输电线路设计技术规定》标准规定：对于500kV输电线路距边相导线投影外20m处，湿导线条件下的可听噪声值不应超过55dB。我国GB3096-1993《城市区域环境噪声标准》中规定的城市内输电线路附近允许等效声级(dB)的夜间限值也为55dB，而昼间限值则是不超过70dB。

2.3 评估分级标准的制定

根据国内外交流输电线路下电磁环境各项指标限制值的研究成果，建议按下述方法确定500kV交流架空输电线路电磁环境各项指标控制值。

(1)工频电场。交流超高压架空输电线下1.5m处弧垂最低处最大工频电场强度控制值：邻近民房、跨越居民区时输电线路下方最大未畸变电场不超过4kV/m；对于一般地区，如公众经常活动的地区(例如公路、广场处等，后简称公路)，工频电场限定在7kV/m；公众不易接近的地区(如农田、耕地，后简称农田)场强限定在10kV/m。

(2)工频磁场。对公众全天辐射的工频限值0.1mT作为磁感应强度的评价标准，即500kV线路下方离地 1.5m处的磁场强度最大幅值不超过0.1mT。

(3)无线电干扰。500kV线路边相导线投影外20m处，无雨、无雪、无雾天气，频率0.5MHz时距地面2m高处的无线电干扰限值不超过55dB。

(4)可听噪声。在距离边相导线地面投影外侧20m，湿导线可听噪声的限值为55dB。

根据实际情况，本文将电磁环境的优劣情况分为优、良、一般、合格、不合格，分别对应Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ五个等级，具体各指标的等级标准制定见表2。其中Ⅰ级代表电磁环境极优；Ⅱ级代表电磁环境良好；Ⅲ级代表电磁环境中等，各项指标均未超标；Ⅳ级代表电磁环境刚刚满足限值，某项指标接近超标，应引起重视；Ⅴ级代表电磁环境不合格，至少有一项指标超过限值，应尽快采取措施。若有某一项指标超过标准限值，则直接判断电磁环境为Ⅴ级；当各项指标均无超标情况时，工频电场、工频磁场、无线电干扰和可听噪声分别按照各自的权重进行综合计算。

表2 各区域电磁环境标准

3 电磁环境评估模型的建立

3.1 训练样本的获取

训练样本又称为学习样本，是神经网络模型的教师值。本文根据已制定的电磁环境等级标准并采用等隔均匀内插每级标准的方式来生成训练样本，电磁环境的优劣由各指标的上(下)限决定。以居民区为例，当1kV/m<工频电场<2kV/m、1.75μT<工频磁场<3.5μT、40dB<无线电干扰<45dB、40dB<可听噪声<45dB，各种指标都在等级2规定的区间内时，该电磁环境肯定属于Ⅱ类。在上述指标的区间内进行随机取值，就可以生成足够多属于该等级的训练样本，同理生成其他各等级的训练样本。另外，为了增加网络的泛化性能，在华中地区500kV输电线路跨越地区多次调研、测量电磁环境，为减小误差，在同一时刻对同一地点的各项指标测量两次，将测量数据用平均值的方法进行处理。在居民区、公路、农田各地区获取了50组数据加入训练样本。本文以居民区为例，部分训练样本见表3。

表3 居民区训练样本

3.2 评价指标权重的确定

为了使电磁环境的四个指标构成的综合评价等级能够更准确地反映电磁环境的优劣情况，需要对归一化处理后的各指标值赋合适的权重值[18]。权重值的选取将直接决定等级评估的科学性，权重的确定方法一般可分为主观赋权法和客观赋权法。

(1)专家打分法

专家打分法是依靠专家的知识和经验，由专家通过调查研究对问题作出判断、评估和预测的一种主观确定权重的方法[19]。本研究选择了10位来自输电线路电磁环境领域从事科研工作的专家来进行纸质问卷调查，各位专家根据个人经验对各项评价指标的重要性给出0～10之间的一个评价分数，分值越高，权重越大。通过统计每个指标的平均分数得到各指标的权重分别为(0.614，0.017，0.125，0.244)。

(2)变异系数法

变异系数法是衡量各项指标变异程度的一个统计量[20]，利用线路中各电磁环境指标实测值的变异系数来确定其权重，可以避免专家赋权所带来的主观偏好性。具体的实现方法如下：

1)首先求出各指标的变异系数：

(1)

2)各项指标权重为：

(2)

根据变异系数法计算公式和实测数据，得到各项指标的权重分别为(0.408，0.311，0.129，0.152)。

(3)组合赋权法

为了避免专家打分法的主观性，提高电磁环境综合评估的科学性，本文采用了变异系数法对主观权重加以修正，提出了基于专家打分法和变异系数法的一种兼顾主客观因素的组合赋权方法，即：

(3)

式中，Wj为综合权重；Aj为专家打分法确定的权重；Bj为变异系数法算得权重。则工频电场、工频磁场、无线电干扰和可听噪声的四个指标的组合权重分别为(0.8107，0.0171，0.0522，0.1200)。

将实测的样本数据的每个指标值归一化到表2中的各个等级，并与组合赋权法得到的权重加权，得到的期望输出见表4。期望输出值采取四舍五入，即输出等级y=[0，1.5]为1级；y=(1.5，2.5]为2级；y=(2.5，3.5]为3级；y=(3.5，4.5]为4级；y=(4.5，∞)为5级。

表4 各指标等级与期望输出等级

3.3 BP神经网络评估模型的构建与验证

3.3.1 评估模型的构建

BP神经网络模型方法可以对多个变量的系统进行有效分析，通过若干简单的非线性单元的复合映射，获得复杂的非线性处理能力，实现输入输出的非线性映射[21-23]。BP神经网络具有很强的非线性映射能力和并行性、自适应、容错性及自学习能力，在人工智能、模式识别、分类鉴定、数据分析、市场预测和环境保护等领域都有广泛的应用，特别适用于解决因果关系复杂的非确定性推理、判断、预测和分类等问题，恰好可以解决本质上属于模式识别的环境质量评价问题。

针对本文输电线路电磁环境的评估问题在每个地区分别建立以工频电场、工频磁场、无线电干扰和可听噪声4个神经元为输入层，评估等级为输出层的单隐层BP神经网络模型。网络输出应为分类结果，本研究设定Ⅰ、Ⅱ、Ⅲ、Ⅳ和Ⅴ级电磁环境的期望输出结果分别为：(1，0，0，0，0)、(0，1，0，0，0)、(0，0，1，0，0)、(0，0，0，1，0)、(0，0，0，0，1)，因此输出层神经元数目为5。隐含层节点个数根据kolmogorov定理公式[24]进行计算：

(4)

式中，m为隐含层节点数；n为输入层节点数；l为输出层节点数；α为1～10之间的常数。令式(4)中n=4，l=5，经多次试凑后隐含层节点m确定为5，即最终确定神经网络模型的结构为4-5-5。学习率和动量因子是神经网络学习算法中两个重要参数，其过大可能导致系统不稳定，过小会导致训练周期过长、收敛慢，达不到要求的误差[25]。根据多次试验经验，本文学习率定为0.001，动量因子设为0.05。

3.3.2 评估模型的验证

将跨越居民区、公路、农田的训练样本选择其中80%导入各自的BP神经网络模型进行训练，另20%数据样本作为网络的验证样本，通过Matlab2010b实现。居民区神经网络模型的训练误差曲线如图1所示。

图1 神经网络训练误差曲线Fig.1 Neural network training error curve

在迭代次数<40000时训练样本的网络误差急剧下降，但随着训练的继续进行，迭代次数增加，网络误差的下降趋势变缓。且当迭代次数等于63786时，网络误差为0.0028，满足网络误差要求，网络停止训练[26]。居民区神经网络模型的实验结果见表5。实验结果说明基于神经网络代数算法的电磁环境评价模型有较好的可行性和正确率。

表5 居民区电磁环境评价模型实验结果

3.4 整条线路电磁环境评估模型

华中电网覆盖河南、湖北、湖南、江西、四川和重庆五省一市多个地区，涵盖多条省际联络线路，在全网中占有十分重要的地位。500kV线路作为华中电网的骨干线路，穿越居民区、公路和农田等不同地区不可避免。根据以上地区不同标准的评估模型，建立整条500kV线路电磁环境的评估体系，即将整条线路所跨越的地段按居民区、公路和农田分类，实地调研中向当地人口普查专员获取区域人口数据，按照不同地区的人口比例确定了各区域的权重影响。将人口权重与各地区评估等级加权平均，得到整条线路跨不同地区的综合评估等级：

(5)

式中，ωj为第j个地区的人口权重；xj为第j个地区的评估等级；y为整条线路的评估等级，同理模型最后输出结果采取四舍五入。

3.5 应用实例

选取武汉市蔡甸区玉军Ⅰ回线路为待评估线路，该线路跨越居民区、广场、公路和农田等不同地区，针对代表性区域选择性测量不同断面电磁指标情况并获取该区域人口数据，整理10组实测数据为测试样本，见表6。

表6 测试样本

实际输出与理想输出的对比见表7。可以看出，编号3的样本的输出等级由Ⅱ类误判为Ⅲ类，除此之外网络的实际输出与理想输出基本一致，网络具有较为理想的模拟效果。从评估模型输出结果可以看出，编号10的样本的输出等级为Ⅳ，电磁环境刚刚满足限值要求。实地测量时发现，该处原为一处农田，现被填埋成一块平地，地面被人为抬高3～4m，可能是该处电磁环境接近限值的原因，需引起电力运营部门重视。玉军Ⅰ回线路各区域电磁环境均符合标准，整条线路电磁环境综合评价为Ⅲ类，与实际测量结果一致。

表7 实际输出与理想输出的对比

4 结论

(1)通过对目前国内外电磁环境标准的研究，提出结合工频电场、工频磁场、无线电干扰和可听噪声四个指标的电磁环境综合评估体系，制定衡量超高压架空输电线路电磁环境优劣的分级标准。

(2)运用组合赋权的思想确定了工频电场、工频磁场、无线电干扰和可听噪声的权重，并基于BP神经网络算法构建了可信度较高的电磁环境评估模型。BP神经网络具有很强的学习、联想和容错功能，通过大量实测数据进行学习，可以实时修正由于环境等现场条件变化带来的评估误差，使结果尽可能地符合实际情况。

(3)在已构建的单地区电磁环境评估模型的基础上，本文提出了考虑跨越不同地区情况下人口权重修正的整条线路的电磁环境评估体系。评估结果经与实测情况对比，验证了该模型能准确地反映500kV交流输电线路附近的电磁干扰情况，为输电线路电磁环境评估提供参考。

[1] 邬雄, 聂定珍, 万保权, 等 (Wu Xiong, Nie Dingzhen, Wan Baoquan, et al.). 架空送电线路的电磁环境及其污染影响(Electromagnetic environment of overhead transmission lines and electromagnetic pollution) [J]. 高电压技术 (High Voltage Engineering), 2000, 26(5): 24-27.

[2] 吴桂芳, 李光范, 崔鼎新 (Wu Guifang, Li Guangfan, Cui Dingxin). 1000kV级输电工程对生态环境影响研究综述(Study on influence of 1000 kV power transmission project on ecological environment) [J]. 中国电力 (Electric Power), 2006,39(10): 29-32.

[3] 邬雄, 龚宇清, 李妮 (Wu Xiong, Gong Yuqing, Li Ni). 确定工频磁场公众曝露限值的分析 (Analysis on determination of public exposure limit of power frequency magnetic field) [J].高电压技术 (High Voltage Engineering), 2009, 35(9): 2091-2095.

[4] 李妮, 邬雄, 张广洲, 等 (Li Ni, Wu Xiong, Zhang Guangzhou, et al.). 特高压工频电磁场对人体健康影响极其暴露限值 (Health effects on human and exposure limits of power frequency electric and magnetic fields for AC UHV engineering) [J]. 高电压技术 (High Voltage Engineering), 2009, 35(8): 1842-1848.

[5] Delaplace L R, Reilly J P. Electric and magnetic field coupling from high voltage AC power transmission lines-classification of short-term effects on people [J]. IEEE Transactions on Power Apparatus and Systems, 1978, PAS-97(6): 2243-2242.

[6] 惠建峰, 关志成, 刘瑛岩 (Hui Jianfeng, Guan Zhicheng, Liu Yingyan). 各国工频电磁场的限制及其确定的依据 (Values and rationales of limits of power frequency electric and magnetic fields in various countries) [J]. 高电压技术 (High Voltage Engineering), 2006, 32(4): 51-55.

[7] 王杰, 张小青, 王涛, 等 (Wang Jie, Zhang Xiaoqing, Wang Tao, et al.). 高压交流架空线路工频电场对人体的影响(Influence of 50Hz electric field generated by AC high-voltage overhead power lines on human body) [J]. 电工电能新技术(Advanced Technology of Electrical Engineering and Energy), 2011, 30(3): 43-46.

[8] 黄蓉 (Huang Rong). 基于神经网络代数算法的电磁环境评价(The electromagnetic environment evaluation based on algebra algorithm of neural network) [D]. 成都: 西南交通大学 (Chengdu: Southwest Jiaotong University), 2010.

[9] 徐禄文, 罗鹏, 邹岸新, 等 (Xu Luwen, Luo Peng, Zou Anxin, et al.). 基于模拟电荷法的变电站工频电场仿真分析(Simulation and analysis of power frequency electric field in substation based on charge simulation method) [J]. 电工电能新技术 (Advanced Technology of Electrical Engineering and Energy), 2015, 34(7): 27-31.

[10] 黄道春, 阮江军, 文武, 等 (Huang Daochun, Ruan Jiangjun, Wen Wu, et al.). 特高压交流输电线路电磁环境研究(Study on electromagnetic environment of UHV AC transmission lines) [J]. 电网技术 (Power System Technology), 2007, 31(1): 6-11.

[11] 万保权, 邬雄, 张业茂, 等 (Wan Baoquan, Wu Xiong, Zhang Yemao, et al.). 750kV单回紧凑型输电线路的电磁环境(Electromagnetic environment of 750kV single-circuit compact transmission lines) [J]. 高电压技术 (High Voltage Engineering), 2009, 35(3): 597-600.

[12] 吴桂芳, 谢莉, 王勋, 等 (Wu Guifang, Xie Li, Wang Xun, et al.).交流输电线路附近民房曝露处工频电场计算(Calculation of power frequency electric field around residential houses expose to air near AC transmission lines) [J].电网技术 (Power System Technology), 2015, 39(3): 873-878.

[13] 周晓平, 谈凤杰, 马力, 等 (Zhou Xiaoping, Tan Fengjie, Ma Li, et al.). 电磁环境评价及预测算法研究与实现 (On electromagnetic environment evaluation and forecast algorithm and its implementation) [J]. 计算机应用与软件 (Computer Applications and Software), 2015, 32(2): 255-260.

[14] HJ/T24-1998, 500kV超高压送变电工程电磁辐射环境影响评价技术规范 (Technical regulations on environmental impact assessment of electromagnetic radiation produced by 500kV ultrahigh voltage transmission and transfer power engineering) [S].

[15] DL/T5092-99, 110-500kV架空送电线路设计技术规程(Technical code for designing 110-500kV overhead transmission line) [S].

[16] 邬雄(Wu Xiong). 特高压输电的电磁环境问题研究(Research on electromagnetic environment of ultra-high voltage grid) [J].电力系统通信(Telecommunications for Electric Power System), 2006, 27(6): 1-5.

[17] 朱普轩, 杨光, 贺建国, 等 (Zhu Puxuan, Yang Guang, He Jianguo, et al.). 超/特高压输电线路电磁环境限值标准探讨 (Several suggestions for electromagnetic environment of EHV and UHV transmission lines in China) [J]. 电网技术 (Power System Technology), 2010, 34(5): 201-206.

[18] 沈阳武, 彭晓涛, 施通勤, 等 (Shen Yangwu, Peng Xiaotao, Shi Tongqin, et al.). 基于最优组合权重的电能质量灰色综合评价方法 (A grey comprehensive evaluation method of power quality based on optimal combination weight) [J]. 电力系统自动化 (Automation of Electric Power Systems), 2012, 36(10): 67-73.

[19] 梁杰, 侯志伟 (Liang Jie, Hou Zhiwei). AHP法专家调查法与神经网络相结合的综合定权方法 (A synthetic weighting method of connecting AHP and Delphi with artificial neural networks) [J].系统工程理论与实践(Systems Engineering - Theory & Practice), 2001, (3): 59-63.

[20] 姜君 (Jiang Jun). 基于熵权与变异系数组合赋权法的模糊综合评价模型 (Based on variation coefficients and entropy combination weighting fuzzy comprehensive evaluation model) [D]. 北京: 首都师范大学(Beijing: Capital Normal University), 2011.

[21] 李静雅 (Li Jingya). 应用BP神经网络的超高压输电线路可听噪声预测(Prediction of audible noise for EHV transmission line based on BP neural network) [J]. 电网技术(Power System Technology), 2011, 35(2): 173-177.

[22] 麻常辉, 冯江霞, 蒋哲, 等 (Ma Changhui, Feng Jiangxia, Jiang Zhe, et al.). 基于时间序列和神经网络法的风电功率预测(Wind power prediction based on time-series and BP-ANN) [J]. 山东大学学报(工学版)(Journal of Shandong University (Engineering Science)), 2014, 44(1): 85-89.

[23] 李永明, 王玉强, 徐禄文, 等 (Li Yongming, Wang Yuqiang, Xu Luwen, et al.). 超高压输电线可听噪声预测方法研究(Study of prediction method for audible noise of EHV transmission line) [J].电工电能新技术 (Advanced Technology of Electrical Engineering and Energy), 2014, 33(7): 67-72.

[24] 伍春香, 刘琳, 王葆元 (Wu Chunxiang, Liu Lin, Wang Baoyuan). 三层BP网隐层节点数确定方法的研究 (The study of the method to determining the number of hidden units of three-layer BP neural networks) [J]. 武汉测绘科技大学学报 (Journal of Wuhan Technical University of Surveying and Mapping), 1999, 24(2): 177-179.

[25] 王佶, 李耀雄, 韩旻沂(Wang Ji, Li Yaoxiong, Han Minyi). 基于神经网络和遗传算法的实验参数确定 (Experiment parameter determination based on neural network and genetic algorithms) [J]. 武汉理工大学学报 (Journal of Wuhan University of Technology), 2004, 26(5): 52-54.

[26] 高大文, 王鹏, 蔡臻超 (Gao Dawen, Wang Peng, Cai Zhenchao). 人工神经网络中隐含层节点与训练次数的优化(Optimization of hidden nodes and training times in artificial neural network) [J]. 哈尔滨工业大学学报 (Journal of Harbin Institute of Technology), 2003, 35(2): 207-209.

Study of 500kV AC transmission line electromagnetic environment evaluation method based on combination empowerment and BP neural network

AN Chen-fan1, DU Zhi-ye1, LI Hui-hui1, ZHOU Tao-tao1, GAN Yan2

(1. College of Electrical Engineering, Wuhan University, Wuhan 430072, China；2. Central China Grid Company Limited, Wuhan 430077, China)

In view of the increasingly prominent problem of electromagnetic environment for the ultra high voltage transmission line, the paper studies the electromagnetic environment evaluation method of UHV transmission line which is based on the BP neural network theory. On the basis of the existing regulations and recommendations at home and abroad, the electromagnetic environment grading standards of EHV transmission lines across residential areas, roads, farmland are established. Using the measured data of Central China Power Grid 500kV line as an example, the weights of power frequency electric field, power frequency magnetic field, radio interference and audible noise are determined on combined weights, and these four indicators are used as input variables and electromagnetic environment assessment level as the output variable, the BP neural network of three layers structure evaluation model is set up. The evaluation system includes the electromagnetic environment evaluation of a single and the whole transmission lines which across different regions and considering population weight correction. Evaluation results show that the electromagnetic environment evaluation method based on BP neural network can accurately assess the electromagnetic interference of 500kV line and can be used as a reference for EHV transmission line electromagnetic environment assessment.

500kV AC transmission line; electromagnetic environment; evaluation; neural network; combination empowerment

2015-03-24

国家重点基础研究发展计划(973计划)资助项目 (2011CB209404)

安晨帆(1991-)， 女， 湖北籍， 硕士研究生， 研究方向电磁场数值仿真计算； 杜志叶(1974-), 男, 河南籍, 副教授, 硕士生导师, 研究方向为电磁场数值计算、 电网故障与安全、 电磁兼容等。

TM726

A

1003-3076(2016)03-0062-07