计及气象因素的输电线路安全性评估

输电线路的安全运行是保障电能稳定传输的重要基础,而输电线路的运行状态受气象因素影响较大。为评估输电线路系统面临的综合风险,提出计及气象因素的输电线路安全性评估模型。首先根据输电线路架构的特点构建了反映输电线路运行状态的评估指标体系,同时基于图论原理提出一种新的图模型赋权方法,以克服传统物元可拓模型赋权中存在的人为主观因素缺点;其次以物元可拓理论构造了输电线路的综合风险物元及安全性评级,建立计及气象因素的输电线路风险安全性评估及动态管理模型;最后以某地区为例研究其输电线路的运行风险情况,分析结果验证该输电线路安全性评估模型的科学性和实用性。     

考虑时变气象参数的输电导线覆冰数值仿真

近年来输电线路覆冰灾害频发,给电网运行带来了极大威胁。现有研究大多未考虑时变气象条件对导线覆冰所产生的影响。为对线覆冰增长情况进行有效预测,给输电线路融冰除冰和舞动预警提供重要参考。本文基于导线覆冰机理和欧拉气液两相流模型,提出了考虑时变气象参数时变影响下的输电线路导线覆冰数值仿真方法。在此基础上建立了基于FLUENT和FENSAP-ICE软件的导线覆冰增长数值模拟框架,利用三维仿真模型,研究了温度、风速、空气中的液态水含量、水滴中值体积直径等时变气象参数和导线直径等因素对输电线路导线覆冰质量及覆冰形状的影响,结果表明导线覆冰形状受风速、过冷却水滴中值体积直径、空气中的液态含水量和导线直径影响较大,受温度影响较小。最终利用真实输电线路现场覆冰监测数据以及相应的气象数据对仿真计算方法的有效性进行了验证。预测结果与输电线路覆冰监测结果吻合度较好,考虑时变气象参数的方法比不考虑时变参数的方法更能有效地预测导线实时覆冰形状和质量,表明本文提出的导线覆冰仿真方法具有较好的精度。     

适用于小样本数据库的输电线路导线覆冰预测灰色模型及应用

科学合理地对导线覆冰进行预警评估有助于及时地对冰冻灾害风险做出准确应对措施。提出一种适用于小样本数据库的多因素灰色预测模型GM(1,N),相比于传统神经网络模型,这种模型对建模数据库样本容量要求低,具有较高的建模与计算效率,并且可实时根据气象参数对导线覆冰程度进行预测,从而实现输电线路导线覆冰灾害风险预警的目的。基于所提模型进行案例分析,在工程应用场景中将覆冰程度划分为5个等级,研究发现：基于GM(1,N)灰色理论多因素预测模型对覆冰厚度预测的误差平均在8.1%,输电线路导线覆冰灾害风险预警准确率高达94%。此外,在覆冰厚度临界值附近的预测值增加一定的安全裕度值,可以降低将高风险等级判断为低一级的风险等级的概率。本文所提出的覆冰厚度预测灰色模型可以指导冰区输电线路的抗冰工作。     

发输电组合系统可靠性评估方法研究

随着社会的进步和经济的发展,各行各业对电力的依赖性越来越大.本文主要介绍发输电组合系统可靠性评估的基础知识以及在发输电组合系统可靠性评估中各元件的模型,包括发电机、变压器、输电线路和负荷;最后提出了发输电组合系统的模糊可靠性评估方法,给出了原理和计算方法.     

一种实用负荷预测气象因子建模方法

电力负荷受气象因素影响越来越大,如何准确预测负荷中的气象负荷是负荷预测中的一项有意义的课题。本文提出一种简单适用的气象因子建模,并和相似日有机的结合起来,能较大地提高负荷预报精度。     

考虑水电富集地区线路利用率的阻塞场景筛选及电网扩展规划

在水电富集地区,输电网中的水电比例较高,受水电丰枯特性影响,部分输电线路利用率季节差异巨大,因此,研究输电线路利用率同系统经济性协调的扩展规划模型和方法具有重要意义。基于此,本文提出一种考虑线路利用率的含高比例水电输电网扩展方法,考虑水电丰枯特性的影响,以输电线路的利用率引导输电网扩展规划决策。首先,考虑输电线路的安全裕度与发展裕度提出输电线路利用率指标。其次,以最小化输电网的发电成本、失负荷惩罚成本与弃水惩罚成本为目标函数,建立含高比例水电的输电网最优经济调度模型,并在此基础上提出输电线路的阻塞利用率和输电网的阻塞率计算方法。而后,通过分别计算丰水期负荷大方式、丰水期负荷小方式、枯水期负荷大方式以及枯水期负荷小方式四种运行场景下输电线路的阻塞利用率和输电网的阻塞率,对严重阻塞场景进行筛选。最后,以输电网线路建设成本、输电网运行成本、失负荷惩罚成本以及弃水惩罚成本最小为目标函数,提出考虑阻塞场景的含高比例水电输电网扩展规划模型,将严重阻塞场景纳入含高比例水电的输电网扩展模型中,形成输电网线路投资决策。算例仿真结果验证了所提考虑线路利用率的含高比例水电输电网扩展规划方法的有效性。     

基于小波变换和ARMA-PSO神经网络的输电线路停运率时变模型

元件停运率时变模型是电力系统运行可靠性评估和风险评估的基础,其准确度直接影响运行可靠性评估的结果。由于输电线路长期暴露在大气环境中,气候因素是导致输电线路发生故障的主要原因,基于历年数据,提出一种具有时变、随机、检修回退等特点输电线路停运时变模型。首先对原始数据预处理后采用小波进行分解和重构,获得各尺度域上的小波系数;然后分别对各尺度域上的小波系数分别进行ARMA-PSO神经网络建模、预测和整合,建立输电线路故障停运时变模型,最后,结合某实际输电线路,并进行算例分析。分析结果表明,基于小波变换和ARMA-PSO神经网络模型的输电线路停运率时变模型具有较高的精度,既反映了输电线路停运率时间相依的规律,也可用于未来时段输电线路停运率的预测,为电力系统运行可靠性评估提供了重要的数据来源。     

基于模糊理论的气象科研项目风险与绩效评估

通过对项目风险进行综合分析、审定,确立一种气象科研项目的立项风险评估指标及体系的准则;从风险角度出发,构建出一组多级指标的项目风险评估指标体系;采用定性和定量相结合的方法,提出一种基于模糊理论的风险评估体系和模型,对科研项目的立项进行综合评估,给出评估意见,给决策提供指导意见;同时,提出一种气象科研项目绩效考核及推广方法.     

电流互感器自动化检定系统风险预警方法研究

电流互感器自动化检定系统在连续运行条件下,面临长时间、大批量运行可靠性和数据准确性的不确定性风险。提出了一种基于灰色神经网络的电流互感器检定系统风险预警模型,通过挖掘核查标准的比差、角差历史数据作为输入变量,使用灰色模型对输入变量值进行预测,并将预测结果值作为改进萤火虫算法优化的BP网络的输入,得到检定数据的预测值,通过风险评估策略对预测结果进行评估预警。仿真结果表明,该方法能够对电流互感器自动化检定系统的运行状态提前进行预警,保障了检定系统的稳定运行。     

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.     

实时气象因子对空调负荷的影响及处理

空调负荷在总用电负荷中的比例逐年上升,而气象因子对空调负荷影响尤为重要。分析实时气象因子对空调负荷的影响,提出考虑实时气象因子的基于改进BP神经网络的空调负荷预测模型,对空调负荷进行预测,力求找出温度、湿度与空调负荷的变化关系。     

基于输电走廊的无线传感器网络结构研究

提出基于输电走廊的无线传感器网络来解决输电线路在线遥测远程通信问题,同时提出从线路电流电磁感应获能而解决监测装置电源问题.在分析输电线路遥测遥控需求的基础上,解决了基于输电走廊这样一种特定条件下的无线传感器网络结构及层次问题.针对输电线路检测数据属性的特点,提出按数据属性融合对传感器节点分簇,从而大幅度减少通信流量,提高网络传输效率.针对线路负荷特点的能源策略,提出了节点在能源利用上的协作机制.     

极端外部环境下输电线路的综合风险评估方法

针对极端外部环境易引发的巨型停电灾难的问题,提出输电线路的综合风险评估方法。首先采用多维云模型理论,建立极端外部环境下输电线路的综合故障率预测模型;其次,根据预测的故障率,从输电线路自身损失、人身环境损失、社会损失和系统安全损失这4个方面建立一种输电线路的综合风险评估体系;最后,根据电力事故事件调查规程对所建立的综合风险评估体系进行量化评分,并利用贵州电网实例进行验证。算例仿真表明:所建立的输电线路的综合风险评估体系具有良好的实用性、可操作性,而且便于评估。     

输电线路雷击灾害风险评估

为了综合、全面地对输电线路雷击系统进行风险评价,提出一种基于模糊层次分析法的风险评价模型。针对输电线路雷击灾害,划分出六个一级指标和多个二级指标,采用层次分析法确定各指标之间的权重;依据多层次模糊综合评判法,对输电线路进行风险评价。最后,进行算例分析,验证了该方法的有效性。     

基于改进DeepAR的变电站防汛风险概率预测

变电站防汛风险概率的准确预测对提高电网防汛能力、健全汛情预警系统有着重要意义。变电站防汛影响因素不仅有动态气象数据,还有变电站集水井容积、水泵排水量、防汛物资储备及地势、水文特征等静态数据,动静结合给防汛风险预测带来困难。作者提出一种多因素融合的变电站防汛风险概率预测方法。首先对变电站多维防汛数据进行预处理及特征优选;然后利用优选的自回归循环神经网络(Autoregressive recurrent neural network, DeepAR),构建防汛风险概率预测模型,并通过注意力机制加强模型对多维防汛动态气象数据时序特征的挖掘能力,同时采用动态L2正则化策略加强对多维防汛数据的适应性,提高模型泛化能力;最后在实际站点数据上的实验表明,相较于主流机器学习和深度学习预测算法,文中算法预测结果更准确,为变电站防汛风险预警奠定基础。     

计及供给侧出力的数据挖掘负荷预测方法

针对大多数负荷预测方法缺乏对发电侧的考虑,以及预测精度较差等问题,开展了一种计及供给侧出力的数据挖掘负荷预测方法研究.采用K-means算法对样本数据集中的气象数据进行聚类,并且利用灰色关联分析得到气象因素与供给侧、用电量的关系.同时,根据风、光、水、荷的特性,提出净负荷的概念并引入气象因子.在完成数据预处理的基础上,通过支持向量机算法进行分析,以实现负荷预测.基于历史数据集和MATLAB平台对所提方法进行实验分析,结果表明,其预测结果与真实值尤为接近,MPAE、RMSE、AE和FA分别为7.05%、0.97 MW、0.83 MW和90.35%,均优于其他对比方法.     

网状多端高压直流输电系统负荷分配优化控制

为了确保高压直流输电系统中线路损耗达到最小,针对网状多端高压直流输电系统,提出了一种基于改进型下垂控制的负荷分配优化方法。该方法通过引入目标变换器相邻两台变换器的电压和电流信号,取其平均值为补偿分量投入到传统的下垂控制中,同时利用低带宽通信网络,实现直流母线电压的提升并实现了负荷功率在线路阻抗不同的情况下的最优分配。利用上述控制方法对线路阻抗的不同取值和通信延迟情况下的适用性进行了详细的分析。仿真结果表明:网状多端高压直流输电系统在不同情况下的最优化负荷分配,实现了系统的优化稳定运行。所提出的方法确保了直流输出偏差的最大值保持在额定电压参考值的5%以内,保证了网状多端高压直流输电系统的线路损耗最小化,提高了能源利用效率。     

六相输电线路的不平衡度评估

不平衡度是衡量输电线路性能优劣的一个重要指标.通过对六相输电线路序参数的研究,提出了一种不平衡度的评估方法,并对六相线路、紧凑型三相线路及普通三相线路进行了数值分析与比较.结果表明:六相输电线路具有良好的参数对称性,六相输电线路的采用有利于网络性能的改善.     

混沌特性与气象因素在负荷分类预测中的应用

电网短期负荷预测的精确性对电力市场具有关键作用.根据电网负荷特性,将电网负荷划分为两部分,基本负荷分量和由气象因素引起的随机波动负荷.对基本负荷分量采用混沌动力学理论预测;对气象敏感负荷的预测首先引入人体舒适度指数表征各种气象因素的影响,设置舒适度等级,进而对负荷进行聚类分析,不同类型日的聚类类别作为BP神经网络的输入.仿真结果表明该电力负荷短期预测模型具有较高的预测精度.     

分层考虑气象因素的PSO-SVM短期负荷预测方法

气象敏感负荷在总负荷中所占比重日益增大,实现提高预测精度这个目标的关键是如何更加合理地考虑气象因素对负荷的影响。利用经验模式分解方法自适应地将负荷序列分解为若干个独立的内在模式分量,采用Spearm an秩相关系数分析各负荷分量与气象因素间的关系,根据影响程度的不同分层建立粒子群算法优化参数的支持向量机模型,最后对各个分量预测的结果相加得到最终预测结果。实例研究表明,该方法具有较高的预测精度和较强的推广能力。