基于卫星及气象信息的输电线路灾害监测与风险评估平台研究

为了有效地进行灾害预警,研究了一种基于卫星及气象信息的输电线路灾害监测与风险评估平台,该平台包括输电线路地理信息子平台、卫星遥感数据接收子平台、数据建模与风险评估子平台、灾害预警与处置子平台、支撑和运营子平台.数据建模与风险评估子平台包括火灾发展趋势预测子模块,该子模块采用自回归集成移动平均作为时间预测方法预测火灾数据的时序,将动态回归神经网络作为空间预测方法来寻找火灾数据间潜藏的空间相关性,再用马尔可夫链模型来模拟火灾数据的扰动,最后用统计回归得到时空集成、去扰动的预测结果。     

架空输电线路山火预测预警技术

大范围架空输电线路山火灾害易引起多条架空线路同时跳闸,严重威胁大电网安全稳定运行和用户正常用电。为了提前对架空输电线路山火灾害进行预测预警,改变现有架空输电线路山火处置手段较为被动的局面,综合考虑气象要素、卫星监测热点要素、工农业用火要素和架空输电线路隐患点要素与山火发生的关系,研究了基于"4要素"的架空输电线路山火预报方法,并提出了山火密度时间序列预测模型。该方法可同时对多个地区、多个时间段的架空输电线路山火进行预警,将预测山火发生"可能性"量化为发生"次数",预测空间分辨率可提高至2.5 km×2.5 km,实现了架空输电线路山火的精细化预测。利用该研究成果,可对架空输电线路山火进行预测预警,提前做好应对措施,化被动为主动,提高山火防治效率与电网安全稳定性能。     

基于WebGIS的架空输电线路防灾减灾系统的研究及应用

架空输电线路防灾减灾是电网抵御外部灾害保证安全运行的重要保障,结合目前电网输电线路防灾减灾的实际需求,本文提出研究了一种基于WebGIS的架空输电线路防灾减灾系统。以覆冰、雷电、山火、鸟害等常见的灾害为研究对象,以Openlayers平台和Oracle数据库为载体,通过对气象数据、监测数据以及运维数据等多源数据集成分析,设计基于数据存储层、数据交换层、数据服务层、业务逻辑层、业务控制层和综合信息显示层的总体架构,形成具有输电线路可视化、灾害监测、灾害预警为一体的灾害预防和决策支持系统。通过实际运行情况证明了该系统为电网输电线路防灾减灾工作提供了强有力的支撑。     

基于雷电定位数据驱动的紧密输电通道连续雷击跳闸预警方法

国内电网公司已经积累了数十亿条雷电定位数据,目前对于雷电定位数据的利用集中在跳闸事故发生后被动的故障原因确认.在主动雷击防护层面,以往的研究分别在电网侧对输电线路进行了雷击跳闸风险评估,或在灾害侧对雷电的活动规律进行了预测.同时考虑电网侧输电线路的雷击跳闸风险和灾害侧实时雷电活动所带来的风险,以此来提高雷击预警的效率,...     

精细化气象要素下输电线路覆冰预测预警研究

南方地区冬季输电线路自然覆冰是线路运维难题和灾害预防课题,迫切需要提升该地区线路覆冰预测预警能力。文章在分析国内外输电线路覆冰预测模型及工程应用问题基础上,总结出精细化气象要素下基于统计-经验知识确定覆冰等级方法进而建立覆冰等级区划,再结合线路穿越自然环境的地形地貌及气象影响因素构建相应的具有较强泛化能力的输电覆冰预测预警模型,从而建立有效的线路覆冰预测预警工作机制。2年应用实践验证,该线路覆冰预测预警模型及工作机制能准确地预测预警线路覆冰状态及大幅提升线路覆冰灾害的预防能力和技术水平,从而为南方地区冬季预防和应对输电线路覆冰灾害提供技术手段,保障该地区输电线路在自然覆冰极端环境下稳定运行。     

架空输电线路精细化山火监测告警技术

针对当前电力系统山火防治的局限性,提出一种架空输电线路精细化山火监测告警技术。首先,分析山火灾害的时间-空间分布特性以及引起的线路跳闸故障分布;然后,基于多源卫星遥感与地表监测装置协同工作,构建立体化的山火监测系统;最后,根据电力系统山火灾害分布特性与监测装置的特点,提取并划分山火灾害指标,精细化地指导架空输电线路山火告警。该技术已应用于南方电网山火监测预警中心,可实现全时段输电线路山火监测并准确发布告警信息。     

基于BP神经网络的输电线路山火风险评估模型

近年来,输电线路因山火引起的跳闸停电事故越来越多,严重影响了电网的安全稳定,山火风险防控俨然已成为电网防灾减灾的重要研究课题。考虑到输电线路山火风险的影响因素多而复杂,提出了一种基于BP神经网络的山火风险评估模型。通过研究分析220 kV及以上输电线路山火灾害高发的实际情况,确定山火主要影响因子作为模型的输入,将山火风险等级作为模型的输出,利用Matlab建立基于BP神经网络的山火风险评估模型。实验结果表明该模型能有效地预测山火风险,对及时发布预警消息具有重要意义。     

气象大数据在运检智能管控中的应用

气象综合展示功能作为冀北智能运维管控系统的一个功能模块,以GIS平台为前端,通过对气象数据、监测数据、运维数据等大数据集成分析,建立气象灾害预测预警模型,将气象局的数值预报与其它信息相结合,进行综合分析,自动生成气象预警和告警信息,用于指导冀北电网线路运维防灾减灾工作。     

基于安全裕度的输电线路覆冰预测方法研究

针对输电线路覆冰灾害事故预测方法的不足,提出基于安全裕度的策略对输电线路的覆冰情况进行预测。通过对覆冰线路模型各种运行工况下的结构失效率数值计算数据的回归分析,得到杆塔的失效评定曲线图,并对其进行预测分析。选取华中某500 kV输电线路中薄弱的杆塔作为研究对象。建立3塔2线输电线路的有限元模型,在覆冰荷载和风荷载不同组合下进行力学仿真计算,对结果数据的回归分析验证了该方法的正确性。本文方法可为准确预测线路覆冰事故、制定防覆冰改造方案提供依据。     

基于支持向量机的输电线路覆冰回归模型

为对输电线路覆冰进行有效地监测、预测及预警,提出了一种基于支持向量机(support vector machine,SVM)的输电线路覆冰回归模型,用于输电线路覆冰情况的短期预测。这一研究工作是在MATLAB环境下,应用LIBSVM软件包编程进行建模仿真的;针对实测微气象-覆冰数据多维、自由度大的特性,选定与覆冰相关性最大的气温、相对空气湿度数据以及覆冰参考量作为输入量,覆冰质量作为输出量;提出了基于支持向量机的超短期预测、短期迟滞预测和滚动预测3种预测模型,并通过实例数据仿真评估了模型的有效性。结果表明:超短期预测模型预测精度>90%,但时效仅15min、实用价值较低;短期迟滞预测模型和滚动预测模型在2h内预测精度均>80%,可适用于输电线路覆冰的短期实时预测;滚动预测模型理论上可预测更长期的覆冰情况,假设微气象参量恒定不变限制了其预测精度,若结合微气象预报将会有更好的预测效果。由于目前适用于建模仿真的完整覆冰数据较少,因此支持向量机用于建立输电线路覆冰回归模型的有效性和稳定性还有待进一步验证。     

基于聚类算法的电网覆冰灾害分级预警模型研究

对电网覆冰灾害进行了分级预警模型的研究,采用图像检测法测得输电线路覆冰厚度的实时数据,以此为约束条件,采用聚类算法计算出输电线路的综合覆冰厚度,针对不同的覆冰厚度,对覆冰灾害进行了等级划分,并发出相应等级的预警信号。通过对某220 k V架空输电线路覆冰厚度数据的实时监测,验证了该预警模型的有效性。电网覆冰灾害分级预警模型的建立,使覆冰灾害预警更为准确、有效,且节约线路维护检修成本,为高压输电线路状态评估、安全性评价等工作提供参考依据。     

基于一体化智能辅助支持的输电线路灾害预测预警系统研究与实现

山西输电网多位于采空区、重污秽区、覆冰区、特殊气象区、易风偏区等特殊区域,运行环境差,电网灾害发生频繁。从输电线路灾害的全面预警和多数据分析方面提出了基于一体化智能辅助支持的输电线路灾害预测预警系统,解决的关键问题包含：（1）利用电网灾害分析模型,构建专家知识库;（2）面向应用主题的数据挖掘分析技术。利用该系统可以解决山西输电线路安全运行预测预警分析与展示问题。     

计及气象因素的电网静态安全评估框架及模型

近年来因气象因素导致的大停电事故时有发生,因此开展电网气象安全风险评估的研究十分必要。该文首先提出了一种基于D5000平台的计及气象因素的电网静态安全风险评估框架体系,该框架体系包括电网气象信息集成模块、气象风险在线评估与预警模块和气象风险预警可视化模块,并分别给出了每一模块的构成及实现方法。文中的研究成果为电网由气象导致的系统风险评估奠定了坚实基础。     

基于泊松分布的输电线路跳闸概率预测方法

为预测输电线路在雷电、大风等恶劣天气下的跳闸概率,对输电线路跳闸数据与周边逐日气象参数进行了区域与等级划分;基于泊松分布和回归分析,提出了一种雷电、大风条件下输电线路跳闸概率预测方法;根据2012—2014年广西地区110 kV及以上电压等级输电线路跳闸数据以及气象参数,基于该方法建立了多组回归模型。计算结果表明:各回归模型表达式F检验的p值均小于0.01,回归系数t检验的p值均小于0.05;预测跳闸概率与实际跳闸次数的变化趋势一致,算例中跳闸概率最大值均发生在2014年9月16日,为台风"海鸥"在我国沿海地区的登陆时间。该方法能有效预测未来时段的输电线路跳闸概率,用于相关风险评估。     

基于随机风场概率加权的台风灾害下输电线路损毁预警

为解决台风灾害下输电线路损毁预测精度和数据利用率低的问题,建立了基于随机风场概率加权的输电线路损毁概率预测混合模型。该模型综合考虑了气象、微地形、杆塔运行和实时损毁等空间多源异构信息的融合。首先,使用极值Ⅰ型概率分布进行阵风的风值模拟,通过柯尔莫哥洛夫-斯米尔诺夫假设检验证明了其具有较高的精度;其次,利用蒙特卡洛法实现了随机风场的概率生成;最后,利用随机森林法预测每个风场下的线路损毁概率,实现了基于随机风场概率加权的输电线路损毁概率预测,该预测结果可为电力部门提供有效的预警决策支持。以台风"山竹"为实例,验证了所提基于随机风场概率加权的输电线路损毁概率预测混合模型的科学性及有效性。     

基于GNSS监测的山区输电铁塔边坡运维平台建设

针对目前缺乏山区输电铁塔边坡运维管理平台的现状，根据贵州省输电线路重大边坡管理要求，搭建贵州山区输电铁塔边坡运维平台。通过GNSS监测传感器采集高压输电线路重大边坡监测数据，采用高压输电线路重大边坡监测系统进行分析。平台主要包括用户管理、多工程综合管理、边坡信息管理、运维信息管理、实时监测、报警服务、辅助决策模块，实现边坡数据査询、显示、管理和预警等功能，便于全面准确掌握边坡状态。     

大数据背景下的输电网络LineStat应急预警模式探讨

输电网络作为保证城市供电可靠的主网架,安全稳定运行对整个城市供电系统有着至关重要的作用。探讨在大数据背景下输电网络Line Stat应急预警模式,基于以往30年输电线路停电的历史原因,分布状况数据;当前输电线路运维信息以及可能存在的间接影响输电线路的数据,结合大数据的信息推荐算法,构建输电网络Line Stat应急预警平台。利用Line Stat系统预测输电线路可能存在的隐患故障趋势,以及停电潜在危机区域,动态显示输电线路可能存在的隐患信息地图。     

基于机器视觉的超高压输电线路覆冰灾害分级预警模型

超高压输电线路一旦覆冰会造成严重的危害,甚至会影响电网正常运行,预测输电线路覆冰情况对于解决灾害有重要意义。目前提出的预警模型覆冰率预测结果与实际结果相差较大,为了解决上述问题,基于机器视觉设计了一种新的超高压输电线路覆冰灾害分级预警模型,处理超高压输电线机器视觉信息,采集原始图像信息,划分原始图像中的线路特征,确定梯度特征,分析梯度方向,实现梯度增强。利用卷积神经网络对图像进行分类,根据分类结果完成信息处理。同时检测历史覆冰灾害因子、气象因子和线路冰冻因子,根据检测结果建立PSOEM-LSSVM模型,计算预警模型权重,分析综合风险指数的赋权及合理性,对输电线路覆冰风险进行分级,通过指数结果将灾害分为5级,评判灾害程度。实验结果表明,基于机器视觉的超高压输电线路覆冰灾害分级预警模型预警相对误差始终低于0.02%,预警过程不会受到风速影响,能够很好地保证超高压输电线路运行安全性。     

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。     

电力微气象风偏灾害监测预警技术及系统实现

风偏灾害是影响输电线路安全运行的主要因素之一,风偏灾害监测预警系统对线路安全运行至关重要。通过计算悬垂绝缘子串风偏角和绝缘子串底部至杆塔的最小空气间隙距离,提出了基于最小空气间隙距离的风偏灾害预警方法。考虑到微气象因素对风偏的影响,提出了4种不同的数学模型对风偏角进行预测,使预警更加准确。最后,通过C#编程搭建了风偏灾害预测预警系统平台,并通过实例数据验证了系统的可行性和有效性。