基于PSO-RBF的输电线路覆冰预测研究

覆冰后的架空输电线路在风载荷的作用下,容易产生导线舞动现象,严重危害输电线路安全。提出一种基于PSO-RBF的神经网络模型对输电线路的覆冰情况进行预测,对微气象参数影响因子进行排序,选取合适的微气象因素作为模型的输入,降低建模输入的维度,并通过粒子群算法对RBF神经网络参数进行优化,与单一的RBF神经网络相比提高了预测精度,能及时了解导线覆冰的趋势并给出预警,有效防止严重覆冰事故的发生。     

基于神经网络的架空输电线路覆冰增长预测方法研究

架空输电线路的覆冰会对电网的安全运行造成严重的威胁。针对架空输电线路的覆冰问题,提出了一种基于BP神经网络的覆冰增长预测方法。该方法利用目前架空输电线路已有的监测信息以及覆冰历史信息,对导线在不同外部条件下的覆冰厚度增长进行预测。根据实际运行架空输电线路的监测数据进行仿真,结果表明该方法使用简单,适用于实际输电线路运维工作中。     

基于微气象监测的输电线路覆冰动态过程估计模型

导线覆冰与脱冰跳跃威胁输电线路的安全运行,因此实现线路覆冰增长与脱冰跳跃动态过程实时趋势估计,对运维检修决策有很大意义。在现有覆冰增长与脱冰跳跃的影响因素研究基础上,提出了基于微气象监测数据的输电线路覆冰及脱冰跳跃发展趋势多时间尺度动态估计模型。以新疆电网某线路运行记录为例进行了建模分析,所提模型与实际运行结果及其他方法对比测试表明,该方法可较好地估计输电线路覆冰增长及脱冰跳跃过程,实用性强,可用于输电线路覆冰及脱冰跳跃监测、越限告警,作为电网调度运行及线路运维检修决策的参考。     

基于GRNN的输电线路覆冰厚度预测方法研究

为了保障输电网的安全运行,输电线路覆冰厚度预测极为重要。本文还将人工神经网络原理引入输电线路覆冰厚度预测中,并针对BP网络收敛速度慢、已陷入局部极小的缺陷,提出了基于广义回归神经网络(GRNN)的预测模型。实例研究证明GRNN模型相比较BP模型,能更有效地预测输电线路覆冰厚度。     

一种基于长短期记忆网络的线路覆冰预测模型研究

输电线路覆冰灾害易引发危害电网安全运行的事故,对输电线路覆冰情况进行短期预测十分必要。提出了一种基于结合气象因素和导线覆冰量的时间序列模型预测法,建立一个由5个气象要素和一个导线覆冰量数据组成的数据集,采用长短期记忆网络算法训练预测模型,利用线路实际运行数据对模型进行优化和评估。实验结果表明,所提方法可准确、有效地实现线路覆冰发展情况的预测,预测误差仅4.2%。     

微气象条件下输电线路导线覆冰预测模型

覆冰作为一种特殊的气象条件,给架空线路的安全运行造成严重影响。首先对山区微气象条件下输电线路导线覆冰规律进行深入研究,并得到在不同微气象条件下,各个气象参数对输电线路导线覆冰的影响系数不同这样一个结论。随后,根据不同的影响系数对各个微气点进行建模,基于此,提出了一种基于神经网络及模糊逻辑算法的输电线路导线覆冰组合预测模型。计算结果表明,上述基于微气象区域条件的输线电路导线覆冰预测模型与以往的全局模型和单纯的BP神经网络相比,有更高的预测精度,其在实际中的应用也取得了良好的效果。     

架空输电线路覆冰厚度预测技术研究

通过统计和分析历年输电线路覆冰案例,根据气象和地理规律,提出一种基于气象信息的输电线路覆冰厚度预测方法。利用气象模式预报资料、气象台站观测资料和地形地貌信息,对冷空气中心路径预报,并通过覆冰气象地理模型预报未来一段时间出现覆冰的区域和线路,给出输电线路覆冰厚度预报值。另外采用高精度的地理信息资料订正冰厚,实现输电线路覆冰厚度预报。系统在湖北电网部署以来,多次准确预报了覆冰发生区域和输电线路冰厚,为线路运维人员防灾应急处置争取了宝贵时间。经实际验证,本方法预测输电线路覆冰厚度准确度高、实用性强,具有推广价值,同时也为开发输电线路舞动、雷电等灾害预报系统积累了经验。     

计及气象因素时间累积效应的输电线路覆冰预测

现有基于机理的覆冰预测模型考虑因素众多,结构复杂,但仍存在预测误差。基于统计回归的覆冰预测模型则较少考虑时间累积效应,与实际情况亦有出入。因此提出了计及气象因素时间累积效应的输电线路覆冰预测模型。建立了气象因素下的覆冰厚度增长简易模型,分析了覆冰厚度随时间增长的关系。并进一步考虑不同气象因素对覆冰增长的影响,构建不同气象因素覆冰厚度增长程度指标。利用历史气象数据计算该指标并与覆冰厚度监测值组成训练集,采取SVM回归方法实现对覆冰情况的预测。通过算例对现有各方法与所提方法进行了对比,验证了该预测模型在精度等方面的优势。     

基于RBF神经网络的输电线路覆冰短期预测研究

本文提出了一种基于RBF神经网络的输电线路覆冰短期预测方法。首先介绍了RBF神经网络的基本原理及算法;然后对覆冰监测终端实测数据进行了误差剔除、缺失数据补充以及数据归一化等预处理;在此基础上,通过比较不同输入因子下模型的准确度,确定最佳建模方案;进一步通过实例验证了这一覆冰预测模型的准确性。研究结果表明,基于RBF神经网络的输电线路覆冰短期预测模型,在选取了恰当的输入因子的情况下,可以较好的实现输电线路覆冰的短期预测。     

遗传算法与BP神经网络相结合的输电线路覆冰厚度预测方法

为了保障输电网的安全运行,输电线路覆冰厚度预测极为重要。将人工神经网络原理引入输电线路覆冰厚度预测中,并针对BP网络收敛速度慢、易陷入局部极小的缺陷,提出了基于GA和BP的预测模型。实例研究证明GA-BP模型相比较BP模型,能更有效地预测输电线路覆冰厚度。     

基于灰色支持向量机的输电线路覆冰厚度预测模型

为了降低输电线路覆冰事故对电网安全造成的严重影响,对输电线路覆冰厚度进行预测将能够有效地指导电网抗冰工作。提出了基于灰色支持向量机的输电线路覆冰厚度短期预测模型,分析了样本中脏数据的剔除及数据预处理方法,通过模型预测值与实测数据的对比验证了该模型的准确性和适用性,根据模型预测的线路最大覆冰厚度值对现场观冰、冰情预警以及开展交直流融冰提供策略指导。将该模型与传统的支持向量机和广义回归神经网络覆冰预测模型进行了对比,结果表明,该模型平均误差为0.325 mm,平均绝对百分误差仅为2.61%,适用于输电线路覆冰厚度短期预测。在易覆冰地区,应用该预测模型能够更好地指导输电线路抗冰工作。     

南方山区线路覆冰在线监测数据特征分析与预测模型研究

我国南方山区由于地形气候的影响,易在冬季导致输电线路严重覆冰,进而给电网的安全运行带来巨大的挑战。因此通过对线路覆冰研究,总结出南方山区覆冰数据中的规律和存在问题,其重要性不言而喻。先从覆冰在线监测系统的原理入手,并针对南方某典型山区覆冰在线监测数据开展导线覆冰特征定量分析,总结出该山区在不同微气象条件下,各个气象参数组合对覆冰的影响的规律。最后,提出一种基于模糊逻辑和神经网络建立输电线路覆冰组合预测模型的方法。     

交流输电导线覆冰增长及临界防冰电流的试验研究

输电线路导线覆冰荷载和导线覆冰后舞动产生的荷载均可能引起倒塔或导线断线事故,从而严重威胁电力系统的安全运行。为此在大型多功能人工气候室开展不同型号导线在不同气象条件下覆冰增长和临界防冰电流试验研究,得到不同条件下导线覆冰增长随时间变化的关系曲线,分析影响其覆冰增长和临界防冰电流的因素。研究结果表明运行电流可延缓导线的覆冰增长;同等覆冰条件下,直径小的导线覆冰增长较快;环境温度和风速对导线覆冰增长均有明显影响,且环境温度将决定导线表面的覆冰类型;导线运行电流达到一定值可使其不覆冰且临界防冰电流值与气象参数有关。研究结果可为进一步揭示导线覆冰机理提供参考。     

输电线路绝缘子覆冰厚度图像识别算法

针对当前绝缘子覆冰监测方法研究现状,提出对于复杂环境下的绝缘子覆冰识别。首先利用模板匹配在图像中实现绝缘子的定位检测,然后对图像进行预处理、图像分割、边缘提取等处理,提取出覆冰前后绝缘子边缘,根据区域像素初步判断有无覆冰,若有覆冰进一步再计算其覆冰厚度。最后利用提出的算法对模拟覆冰实验室和现场采集的输电线路图像进行分析,将算法计算结果与模拟覆冰实验室人工测量的绝缘子覆冰厚度值进行比较,误差小于1.5 mm。结果表明,算法能够识别绝缘子覆冰并计算其覆冰厚度,可以真实地反映现场绝缘子覆冰情况。     

微气象条件下架空地线的覆冰增长

架空地线的覆冰增长危及电力系统稳定性,目前尚无有效预测方法。通过人工气候室模拟特定环境下2种型号地线的覆冰,运用回归分析法以及计算机软件编程对覆冰数据进行分析整理。得出在特定条件（气温-5～-1 ℃、雨量0～30 mm、风速1 m/s）下,随温度的降低,冰厚随雨量变化率越来越大,且呈“S”形增长。给出了地线覆冰的预测公式及曲线图,对于地线融冰、线路架设具有一定的参考作用。     

重覆冰区特高压悬垂型杆塔不平衡张力分析

分别采用有限元分析方法与等线长法计算了典型耐张段的不平衡张力和悬垂串偏移量,这2种方法的计算结果基本一致。通过建立连续7档导线-绝缘子有限元模型,考虑多种线路设计参数的影响,分析了不同工况下重覆冰区特高压悬垂型杆塔的导线张力及不平衡张力。结果表明,覆冰加载模式、覆冰偏心和覆冰风速对不平衡张力影响不大,建议采用换算密度法模拟覆冰荷载并考虑10 m/s覆冰风速。不考虑档距差和高差时,随冰厚、档距和覆冰率的增加,导线不平衡张力百分数逐渐增加,计算得到的不同冰厚下特高压悬垂型杆塔不平衡张力百分数均小于规程规定值。随高差和档距差的增加,有高差和档距差的不平衡张力与无高差、无档距差的不平衡张力比值增大;随冰厚的增加,不平衡张力比值减小。30 mm及以下重覆冰区,不平衡张力百分数按照现行重覆冰区规程规定取值。40、50 mm重覆冰区,应将不平衡张力百分数分别提高至35%和41%。     

基于激光点云的高压输电线覆冰厚度反演

高压输电线覆冰是电网安全运行管理维护部门关注的重点致灾因子之一,其中覆冰厚度是输电线路风险评估、除冰策略等研究的关键指标。针对现有覆冰厚度提取精度不高、效率低等不足,提出了一种基于激光点云的高压输电线覆冰厚度反演方法,即模型-应力-冰厚法。首先从两期激光点云中精细提取输电线三维空间模型,结合导线参数提取空载输电线水平应力。然后根据状态方程,计算覆冰输电线水平应力。最后综合覆冰输电线三维空间模型和水平应力,计算其综合比载,最终实现覆冰平均厚度快速反演。实验结果表明:该方法能快速实现输电线覆冰厚度反演,覆冰厚度反演误差最大值为0.30 mm,相对误差为6.58%。该研究对高压输电线路覆冰风险监测与评估具有重要的应用价值。     

物理引导的SSA-BiGRU输电线路覆冰厚度预测模型

针对输电线路覆冰厚度预测精度不高的问题,在以微气象因素为特征进行覆冰预测的基础上,采用物理引导(PG)的神经网络,对输电导线进行受力分析.建立导线所受综合荷载计算模型,分析得出覆冰厚度、风偏角、综合荷载的变化规律.根据该变化规律构建模型损失函数,对模型的训练过程进行引导.使用双向门控循环(BiGRU)神经网络建立覆冰厚...     

考虑融冰因素的输电线路覆冰故障概率计算

根据导线覆冰表面热平衡方程分析内外部融冰因素对导线冰载荷的影响,计及地形对冰载荷的影响以及覆冰引起导线等效半径增大对风载荷的影响,通过气象实测的降雨量、风速、风向、温度等信息以及电网运行信息、当前监测覆冰厚度等信息建立输电线覆冰厚度增长预测模型。从输电线路覆冰过载机理出发,构建覆冰故障概率计算框架,从力学角度分析覆冰厚度及风速对输电线路的共同作用,采用反映金属承载极限特性的指数模型计算输电线路故障概率。以实际线路为例验证了该模型计算得到的线路覆冰故障概率变化趋势与实际故障情况相符,能够充分验证覆冰故障率与实际天气的相关性。