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%。     

输电线路覆冰重量和厚度在线监测系统的研究

介绍了在覆冰导线力学分析的基础上,应用现代传感器技术、无线网络通信技术,设计开发的输电线路覆冰重量和厚度监测系统,介绍了基于ZigBee无线传感器网络的基本概念,输电线路覆冰计算的基本原理及系统的具体设计方案和软硬件实现.     

神经网络输电线路覆冰厚度预测

介绍了输电线路覆冰厚度计算的相关经典模型,并以PNN网络与GRNN网络为例,探讨了输电线路覆冰厚度智能检测模型.通过对模型实现、对比,分析了两种网络的优缺点,在此基础上提出综合使用两种网络的思路,以提高输电线路覆冰厚度预测的精度,减少覆冰对电网的直接和潜在危害.     

采用模糊理论的覆冰灾害风险评估

为评估覆冰灾害对电网可能的风险,建立一个基于气象信息的电网冰灾风险评估模型。首先利用模糊理论建立基于气象信息的线路覆冰厚度预测模型,给出模糊推理系统各项参数具体的确定过程。其次分析风力载荷,冰力载荷对线路失效率影响,讨论融冰装置的投入情况与线路覆冰厚度关系,同时确定冰灾对线路修复时间的影响。最后给定风险指标,综合上述内容建立电网冰灾风险评估模型。算例仿真结果表明,覆冰厚度预测值与实际值的误差小于4 mm,覆冰厚度预测模型可行且有效;冰灾风险评估模型综合考虑了多因素对电网冰灾风险的影响,论证融冰机等措施的实行能极好降低冰灾风险,并通过分析风险损失费用,确定最优初始融冰厚度。     

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。     

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。     

输电线路覆冰监测技术

文章从电力架空线路覆冰雪产生的条件和危害入手,重点介绍了输电线路覆冰监测技术及应用现状,并提出改进建议。综合考虑湖北冰灾区域和覆冰监测的有效性,建议在湖北的恩宜荆荆电网和鄂东与江西交界的成宁重冰区装设覆冰在线监测装置,并提出具体应用原则。     

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.     

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。     

输电线路导线覆冰AMPSO-BP神经网络预测模型

输电线路覆冰严重危害电网安全运行,因此,有必要开展线路覆冰预测研究.随着人工智能技术的不断发展,其在电网覆冰监测中的优势逐渐凸显.现有的基于覆冰增长物理模型和统计回归模型覆冰预测方法,一定程度上实现了通过微气象等因素预测覆冰增长的效果,但大都针对短期覆冰周期,对数据采集频率有很高的要求,实际工程中实现较为困难.因此文章...     

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。     

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...     

基于拉力和倾角的输电线路覆冰厚度预测模型

提出一种基于拉力和倾角的输电线路覆冰厚度预测模型,弥补了现有模型忽略风偏平面影响的不足。该模型虑及风吹所形成的风偏平面内综合荷载的影响,根据耐张段轴向导线张力、悬挂点倾角、悬垂绝缘子串张力和垂直偏斜角来计算导线的覆冰厚度。以湖南省雪峰山自然覆冰试验站2012年1月的数据验证该模型的合理性,模型计算值与在线监测系统采集数据、人工测试结果基本一致,说明该模型能反映覆冰的发生、发展过程和严重程度。     

基于WPA优化LSSVM的输电线路覆冰厚度预测

针对现有输电线路覆冰厚度预测方法上存在的不足,采用狼群算法(wolf pack algorithm,WPA)对最小二乘支持向量机(least squares support vector machine,LSSVM)的惩罚因子和核函数参数进行优化,建立基于WPA优化LSSVM的输电线路覆冰厚度预测模型.采用某500 k...     

基于图像技术的输电线路覆冰厚度测量模型

基于视觉系统采用智能手机拍摄目标图像,采用传统的张正友标定法对手机单目相机进行标定,通过图像技术得出了覆冰导线直径方向的像素坐标差,最后相机标定得到内部参数fx、fy、u0、v0.为验证模型的准确性,收集整理了不同环境下,不同覆冰线路模型测算结果,并对其进行误差分析,发现模型测算覆冰厚度的相对误差主要来源于h、α的测量误差,而α的偏差对最后测算结果影响更大.     

基于可信区间的模糊线性回归动态负荷参数预测

负荷模型准确度对电力系统稳定仿真分析与控制至关重要。由于负荷特性一直在变化,在历史数据上辨识出的负荷模型参数只在有限范围内有效。目前主要采用分类综合法、多曲线辨识法和主导参数在线辨识法解决负荷参数时变性,但它们一定程度上降低了模型拟合准确度;系统的运行情况和负荷的动态特性一直在变化之中,有限分类很难获得较好的分界面、分类间还可能存在交集。在分析负荷模型参数影响因素后,利用基于可信区间的模糊线性回归提出一种动态负荷参数预测法,在负荷模型参数历史数据库中循环滚动地搜索与系统实时运行状态相匹配的动态负荷参数。这样,随着负荷模型参数数据库的增大,选择出的负荷模型参数会更加符合实际负荷动态特性。通过某大城市两个220k V变电站实测数据验证了所提算法的有效性和准确性。