气象因素对电力行业的影响研究

全球气候变化,风电、光伏发电等可再生能源快速发展,电网规模不断扩大使电力系统受气象因素影响越来越突出,新能源消纳问题及多发的电网气象灾害引起电力企业越来越多关注。针对新能源发电,归纳了气象因素对于风电、光伏发电、水电的影响;针对电网设备,分析了雷电、台风、覆冰、舞动等气象灾害的影响形式,总结了相关的预防措施;最后分析了气象因素对电力负荷的影响,阐述了基于气温分析的年最大负荷预测思路。     

半刚性碎石桩复合地基受力特性的研究

通过理论分析和工程试验，研究了半刚性碎石桩复合地基桩土荷载分担比，分析了半刚性碎石桩复合地基的分界桩土应力比和荷载分界点，证明了随着荷载的增加，桩分担荷载的比例呈现增大的趋势。计算了桩间土应力折减系数，发现荷载超过某一数值以后，桩间土应力折减系数保持在一个稳定的数值附近。     

基于误差修正的极端天气下风速预测

精确地预测极端天气下的风速能为配电网防灾抗灾提供重要的指导作用.本文提出基于时间卷积网络（Temporal Convolutional Network,TCN）与双向长短期记忆网络（Bi-directional Long Short-Term Memory,BiLSTM）和误差修正的组合模型对极端天气下的风速进行预测.首先对天气数据进行预处理,用TCN提取多特征数据的时间序列特性,将提取信息输入到BiLSTM中进行风速预测.为进一步提高预测精度,引入变分模态分解（Variational Mode Decomposition,VMD）对误差序列进行分解,分别对分解后的误差子序列构建BiLSTM模型进行误差预测,用误差预测值对风速预测值进行误差修正.结合河南省某地实测天气数据进行实验,仿真结果验证了所提方法能有效预测风速,并在极端天气发生时,对风速具有较高的预测精度.     

基于风险系数的输电线路覆冰舞动预警方法

近年来输电线路舞动事故频发,严重威胁着电网的安全运行。为了达到提前预警、及早防范的目的,降低输电线路舞动对电网安全运行的影响,提出了基于风险系数的输电线路覆冰舞动预警方法。文中通过关联历史舞动样本和气象数据,分析了影响舞动的气象条件,在此基础上提出涵盖风速、舞动持续时间等参量的风险系数以表征输电线路舞动风险,根据实际生产需求划分出不同的输电线路舞动风险等级并建立覆冰舞动预警模型。采用河南电网历史气象资料进行了验证,证明了模型的有效性。     

计及输电线路舞动预测的电网短期风险评估

为了准备评估覆冰舞动环境下电网的短期运行风险,保障输电线路的正常运维,提出了一种计及输电线路舞动预测的电网短期风险评估方法。定量地抓住决定事故风险程度的两个因素:故障可能性指标和后果严重度指标,从整体层面把握舞动对电网短期运行风险的影响。其中可能性指标通过BP神经网络预测舞动概率值和通过频次法划分的舞动分区图综合计算得到,后果严重度指标根据输电线路故障断开后的支路过载和母线电压越限指标计算得到。以河南电网的历史舞动数据进行算例分析,结果表明所提方法能有效评估电网的短期运行风险评估,舞动预警和电网风险评估结果可以为电网调度和线路运维人员提供决策支撑,及早调整运行方式或者进行防舞作业,降低舞动对电网安全运行的影响。     

基于BP神经网络的输电线路舞动预警方法

为了保证在覆冰舞动环境下输电线路的正常运维,将输电线舞动预警问题归结为有监督机器学习方法下的分类预测问题,提出了一种基于BP神经网络的舞动预警方法。通过分析影响舞动的外界气象因素,构建了以风速、风向与线路的夹角、相对湿度以及温度为输入特征量的BP神经网络学习算法,判断是否达到易舞气象条件预测输电线的舞动情况,并采用评价指标评估其预警性能,以便进行模型改进。采用河南电网舞动相关历史数据进行算例分析,验证了所提方法的有效性和实用性。输出的预警结果可为电网运维人员合理制定调度决策提供支持,保证电网安全迎峰度冬。     

基于遗传神经网络对运行线路绝缘子污秽度的预测

为了实现对输电线路上绝缘子污秽度的预测,提出一种基于遗传算法优化BP神经网络的绝缘子污秽度预测模型。鉴于BP算法在训练神经网络模型时其收敛速度慢、动态特性不够理想等不足,故本文提出利用遗传算法来提高预测的精度。本文不仅以风力、温度、降水量和相对湿度等气象因素作为输入量,同时也综合考虑空气质量指数(AQI)中PM2.5、PM10等环境因素指标作为输入量,以绝缘子盐密(ESDD)和灰密(NSDD)的预测值作为输出量,建立绝缘子污秽度的预测模型。结果表明:优化后的预测模型相较于BP神经网络模型预测更加准确。