不平衡数据下基于PSO-BP算法的输电线路弧垂预测

针对架空输电线路弧垂在计算过程中易受测量数据(温度、风速、档距等参数)影响的问题,提出了基于数据预处理的PSO-BP神经网络弧垂预测模型.对收集数据中部分样本缺失的情况,使用合成少数过采样技术(SMOTE)对不平衡样本进行合成;构建PSO-BP神经网络用于弧垂预测,使用不同工况条件的数据训练网络,实现弧垂预测的目的,并将网络的性能与传统的BP神经网络性能进行对比.实验结果表明,与传统BP神经网络模型相比,本文提出的模型进行弧垂值预测后所得的误差绝对值显著降低.本文提出的模型可以加快训练速度、提高预测精度.     

基于激光测距及ROS系统的无人机导线跟随方法研究

无人机巡检作业是现在输电线路巡检较为高效、科学的解决方案。针对架空输电线路的特点和人工操作无人机巡检成本高居不下的情况,本文提出了一种基于ROS系统的无人机全自动导线跟随巡检作业系统。系统利用激光雷达的三维测距特性,飞行过程中利用点云信息反馈对无人机姿态进行控制,实现无人机与导线保持安全距离下进行跟随飞行。然后,利用RTK信息建立多塔间的几何关系,计算无人机过塔飞行中所需路程从而实现过塔飞行。实验表明,本文提出的方法实现了导线跟随及过塔飞行,满足自动巡检需求,具有较好的可行性和有效性。     

基于K-Means算法的架空输电线路载流量计算

针对边界条件取值过于保守导致架空输电线路载流量过小而无法充分发挥输电线路的载流能力的问题,本文提出了一种基于K-Means算法的架空输电线路载流量计算方法.首先对历史气象数据进行统计分析,然后根据每月气象数据的相似性,使用K-Means算法划分时段,并选取各时段最为合适的边界条件,最后基于选定的边界条件使用摩根公式进行仿真计算.通过这种方法,可以在保证线路运行安全的条件下挖掘输电线路的隐性输送能力.     

电力网络机巡智能调度编排系统设计

目前，大多数国家电网公司仍采用“人巡+机巡”协调定期检查的方式对输电线路进行维护。定期检验计划由人工安排，耗费大量人力物力。为了解决上述问题，提出电力网络机巡智能调度编排系统设计，考虑到各城市年检的个性化需求，将年检计划的调度问题转化为NP问题，采用禁忌搜索算法结合遗传算法实现年检计划的智能调度。通过仿真实验验证了算法的可行性，证明了禁忌搜索算法与遗传算法的结合可以有效提高机器巡更网格的效率。