线路覆冰局部气象因素的关系

气象参数对电力系统覆冰有着决定性的影响，由于缺乏现场有效监测数据，针对气象与覆冰之间关系的研究进展缓慢。笔者前期开发的输电线路覆冰在线监测系统可实现线路局部气象条件和线路覆冰状况的实时监测。基于现场监测数据笔者又进行了线路覆冰与局部气象因素之间关系的研究，结果表明：覆冰形成、自动脱落过程与气象条件之间关系密切，线路覆冰形成需要特定的环境条件；采用单一环境温度、湿度、     

采用多变量模糊控制的输电线路覆冰状态评估

目前架空输电线路在线监测系统中覆冰状态通过阈值方法进行评估,由于监测技术和理论模型的考虑因素有限等原因导致准确率较低。输电线路覆冰与微气象参数(如环境温度和相对湿度)的相关性较大。为提高输电线路覆冰状态评估准确率,以输电线路在线监测系统为基础,综合考虑系统的等效覆冰厚度、微气象参数以及覆冰持续时间等,提出了一种采用多变量模糊控制技术的输电线路覆冰状态评估方法,并建立了模糊推理规则。通过南方电网输电线路灾害(覆冰)预警系统的现场监测数据验证了该方法的准确性和可行性。     

输电线路覆冰关键影响因素分析

输电线路覆冰严重威胁着电力系统的安全运行,开展输电线路覆冰机理的研究对于提高覆冰区线路运行的可靠性具有重要意义。为此,首次提出了覆冰影响深度分析法,定义了公式和分析步骤,利用该方法分析了贵州电网220kV铜黎线现场覆冰的监测数据,确定了线路覆冰与微气象条件（环境温度、环境湿度、环境风速）和导线温度等因素之间的关系,并与灰关联分析法进行了对比研究。结果表明：覆冰最关键的影响因素为风速,其次为导线温度和环境温度,影响最小的为环境湿度。     

基于在线监测数据的输电线路覆冰形态研究

基于在线监测系统的覆冰监测数据,对南方电网输电线路4种覆冰形态进行研究,分析这些覆冰形态和覆冰量与气温、湿度等气象条件间的关系及其对输电线路的影响.分析结果表明,在一定的风速、云中冰晶含量等条件下,温度只要达到约-5℃就有可能产生雾凇覆冰;云南、贵州高海拔山区由于低温雨雪天气较长,覆冰过程容易向混合淞覆冰发展,对输电线路危害极大.     

输电线路覆冰与微气象参数和覆冰时间的研究

微气象对输电线路覆冰形成有着决定性的影响,而目前存在覆冰与微气象的相关性研究不全面、不深入的问题,因此研究与分析输电线路覆冰形成与微气象对防冰抗冰工作具有重大意义。针对上述问题,基于覆冰与微气象环境试验,采用控制变量法分别研究了覆冰质量增长与环境温度、风速、降水量及覆冰时间的关系,结果表明:覆冰质量增长与环境温度、风速及降水量呈类似抛物线的函数关系,同时这种关系也决定了必然存在一个最有利于形成覆冰的环境温度值、风速值及降水量;并且在相同的微气象条件下,覆冰增长速度保持恒定,与覆冰时间无关,仅与微气象参数的改变有关。     

输电线路超短期覆冰厚度精准预测模型研究

冬季架空输电线路覆冰是导致输电线路发生冰雪灾害的直接原因,在线实时融冰是预防冰雪灾害的有效措施。对于冻雨致冰厚度的精准预测,是实施最优融冰方案的前提。设计了模拟导线监测系统和现场微气象系统,以模拟导线监测数据和微气象站技术,结合冻雨覆冰理论计算空气中前期液态水含量。基于灰色系统理论,应用GM(1,1)模型,预测空气中超短期液态水含量、风速、降雨量。在此基础上,根据所预测液态水含量、风速、降雨量计算覆冰增长速度。综合多种实际监测数据,建立覆冰数据仿真模型。     

基于遗传算法与模糊逻辑融合的线路覆冰预测

针对输电线路覆冰预测问题,提出了一种基于遗传算法与模糊逻辑融合的线路覆冰预测模型建立方法,同时对遗传算法与模糊逻辑融合理论及实际应用进行了研究与探讨。首先统计贵州电网8条输电线路的历史覆冰现场监测数据,对现场数据通过学习算法产生模糊规则。其次组合产生的模糊规则和先前的专家经验模糊规则,建立组合模糊规则库。接着运用遗传算法对输入—输出论域模糊划分、组合模糊规则库及隶属函数等覆冰模糊系统参数进行优化。最后通过贵州电网2014年的覆冰现场监测数据,验证优化后的线路覆冰预测模型。预测结果表明:覆冰厚度在0~5 mm之间,预测平均相对误差为0.016 5%,5~10 mm之间预测平均相对误差为-0.165%,10~18mm之间预测平均相对误差为3.34%。     

基于星地融合的输电线路覆冰预警优化方法研究

输电线路覆冰预测对保障电网安全具有重要意义,随着气象条件日趋复杂,为了提升输电线路覆冰预测的准确性和及时性,依托现有的覆冰预测模型,提出了一种基于卫星气象和地面气象站点数据的星地融合气象要素反演方法。对覆冰预测模型中核心气象输入参数(如温度、降水、风速)预报精度进行优化提升,进而提高复杂气象条件下输电线路覆冰预警精度。以浙江某输电线路为实验区,实验结果表明文中方法对温度和降水的预报效果提升较为明显,提前72 h输电线路覆冰预报的准确度相对于24 h预报准确度没有明显的下降,对于24 h~72 h的覆冰预测预警有较好的指导意义。     

基于灰关联分析微气象因素和导线温度对输电线路导线覆冰的影响

输电线路导线覆冰不仅与微气象务件有关,而且与导线温度有关.针对目前微气象因素与覆冰的相关性分析不全面、不系统,且部分研究没有考虑导线温度对覆冰的影响,无法确定输电线路导线覆冰的主要影响因素等问题,笔者统计了贵州电网220 kv铜黎线路和220 kV鸡阳二回线路覆冰监测数据,采用灰关联方法分析了输电线路导线覆冰与微气象条...     

基于在线监测系统的输电线路覆冰数据统计与分析

输电线路覆冰在线监测系统可以实现对架空输电线路覆冰状况的实时在线监测。为此,基于输电线路覆冰在线监测系统的监测数据,统计得到了数据特征和覆冰数据聚集类型;发现测量终端普遍仅记录厚度>2mm的线路覆冰,且在覆冰期间无法测得风速及风向;有效覆冰数据主要以短期振荡、中短期维持、较长期维持以及完整发展过程4种方式聚集,其中具有明显增长和消融阶段的完整过程覆冰对线路威胁最大。此外,在风速和风向等微气象监测参量缺失的情况下,对长期低温高湿环境下的覆冰发展趋势进行了整体和局部的分析,发现单位时间覆冰增长质量基本满足均值为0、过峰度、正偏离的类正态分布,且覆冰增长阶段呈线性增长态势,一次函数模型拟合效果较指数模型更好。结果表明:只有持续时间较长的低温雨雪冰冻天气环境下形成的覆冰才可能对线路安全运行造成威胁;单位时间覆冰增长质量近似服从正态分布;覆冰稳定增长时期,覆冰质量序列与时间呈相关度很高的一次线性函数关系,可考虑建立简单的线性增长模型应用于线路覆冰预警。     

输电线路覆冰与导线温度和微气象参数关联分析

针对目前微气象参数等与覆冰的相关性分析不全面、不系统,无法确定主要影响因素的问题。统计了贵州电网输电线路覆冰在线监测系统于2008年冬末至2009年春末监测到的线路覆冰状况,指出线性相关分析定量结果与定性分析不符,提出了一种邓氏灰色关联度和灰色斜率关联度相结合的灰色综合关联分析方法,并确定了覆冰和各个参数(导线温度和环境温度、相对湿度、风速等微气象参数等)之间的关联度。结果表明:海拔高度对覆冰的严重程度和持续时间均有一定的影响;环境温度、导线温度、相对湿度和风速均与覆冰存在较大相关性,其中环境温度和导线温度与覆冰的相关性明显强于相对湿度和风速,即温度是影响覆冰的主要因素。     

电力架空线路覆冰雪的国内外研究现状

总结了国内外电力覆冰雪的研究现状，包括线路覆冰雪造成的危害，以及覆冰雪与气象因素之间的关系、覆冰雪增长预测模型、冰雪在线监测、线路除冰技术等方面的研究成果。文章还介绍了作者研发的输电线路冰雪在线监测系统的实际运行效果，并重点分析了转移负载法、短路法、交直流电流法等几种常见热力除冰方法的适用条件。     

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。     

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。     

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。     

基于粒子群算法优化支持向量机的输电线路覆冰预测

分析了现有输电线路覆冰厚度预测方法中的不足,提出了一种基于粒子群算法优化支持向量机的输电线路覆冰预测。通过历史覆冰增长数据样本对支持向量机进行训练,利用训练的模型对线路覆冰厚度进行预测。同时利用粒子群优化算法对支持向量机关键参数进行优化,有效提高了覆冰厚度预测精度,为输电线路防冰提供了可靠依据。     

基于神经网络与布里渊散射监测技术的线路覆冰计算方法研究

针对目前单纯采用点式覆冰监测终端对输电线路覆冰情况实时监测时,因终端续航时间短、摄像球机本身凝冰或结雾、拉力传感器难校准、终端安装维护困难、覆盖范围有限等造成覆冰效能低等问题,提出了一种基于神经网络与布里渊散射监测技术的线路覆冰计算方法。通过在OPGW线路两端安装布里渊传感器,测量布里渊散射信号的强度及频移,计算任意点光纤温度及应变,利用RBF神经网络对应变及气象参数建模,计算线路覆冰厚度。经系统运行数据证明,该方法能够有效结合气象参数修正OPGW应力法计算的覆冰厚度误差,提高覆冰监测效率及准确性。     

基于偏互信息法与支持向量机的覆冰闪络故障预警

输电线路覆冰闪络跳闸故障是引起电网故障的重要原因之一。现有的覆冰闪络研究主要集中在绝缘子覆冰闪络电压的模型研究。一方面,闪络电压模型不能全面反映所有因素综合作用下的绝缘子闪络电压;另一方面,数据采集的误差使现有覆冰闪络电压模型的研究成果难以在覆冰闪络故障预警中直接应用。考虑到数据挖掘技术的发展,基于偏互信息法和支持向量机对覆冰闪络故障进行预警。首先,采用偏互信息法筛选出关键的因素作为输入变量。然后,建立覆冰闪络预警的支持向量机模型,对样本数据进行训练和预测。仿真结果表明,基于偏互信息法与支持向量机的覆冰闪络故障预警方法能够较为有效地预测覆冰闪络,为实际电网的覆冰闪络防御提供了参考。