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。     

基于PSO-RBF的输电线路覆冰预测研究

覆冰后的架空输电线路在风载荷的作用下,容易产生导线舞动现象,严重危害输电线路安全。提出一种基于PSO-RBF的神经网络模型对输电线路的覆冰情况进行预测,对微气象参数影响因子进行排序,选取合适的微气象因素作为模型的输入,降低建模输入的维度,并通过粒子群算法对RBF神经网络参数进行优化,与单一的RBF神经网络相比提高了预测精度,能及时了解导线覆冰的趋势并给出预警,有效防止严重覆冰事故的发生。     

基于星地融合的输电线路覆冰预警优化方法研究

输电线路覆冰预测对保障电网安全具有重要意义,随着气象条件日趋复杂,为了提升输电线路覆冰预测的准确性和及时性,依托现有的覆冰预测模型,提出了一种基于卫星气象和地面气象站点数据的星地融合气象要素反演方法。对覆冰预测模型中核心气象输入参数(如温度、降水、风速)预报精度进行优化提升,进而提高复杂气象条件下输电线路覆冰预警精度。以浙江某输电线路为实验区,实验结果表明文中方法对温度和降水的预报效果提升较为明显,提前72 h输电线路覆冰预报的准确度相对于24 h预报准确度没有明显的下降,对于24 h~72 h的覆冰预测预警有较好的指导意义。     

基于灰关联分析微气象因素和导线温度对输电线路导线覆冰的影响

输电线路导线覆冰不仅与微气象务件有关,而且与导线温度有关.针对目前微气象因素与覆冰的相关性分析不全面、不系统,且部分研究没有考虑导线温度对覆冰的影响,无法确定输电线路导线覆冰的主要影响因素等问题,笔者统计了贵州电网220 kv铜黎线路和220 kV鸡阳二回线路覆冰监测数据,采用灰关联方法分析了输电线路导线覆冰与微气象条...     

基于时间序列分析与卡尔曼滤波的输电线路覆冰短期预测

为降低输电线路覆冰事故的影响,对输电线路覆冰厚度进行准确的短期预测将能够有效地指导电网抗冰工作。为此从输电线路覆冰是一种时间累积过程的角度出发,提出了一种基于时间序列分析与卡尔曼滤波算法混合的线路覆冰短期预测模型。模型利用导线覆冰量的时间数据序列所具有的自相关性和时序性,有效减少了现有覆冰预测模型由于测量到的各种微气象因素存在的误差累积到覆冰预测结果中的影响。最后,通过搭建的电力系统微气候模拟平台进行模拟覆冰试验来对预测模型进行了验证,其短期预测平均绝对误差为0.78%。同时,通过从贵州电网在线监测系统上提取实际覆冰数据,验证了预测模型的短期预测平均绝对误差为2.58%。这证实了该模型的有效性,能够为输电线路除冰工作提供参考。     

基于RBF神经网络的输电线路覆冰短期预测研究

本文提出了一种基于RBF神经网络的输电线路覆冰短期预测方法。首先介绍了RBF神经网络的基本原理及算法;然后对覆冰监测终端实测数据进行了误差剔除、缺失数据补充以及数据归一化等预处理;在此基础上,通过比较不同输入因子下模型的准确度,确定最佳建模方案;进一步通过实例验证了这一覆冰预测模型的准确性。研究结果表明,基于RBF神经网络的输电线路覆冰短期预测模型,在选取了恰当的输入因子的情况下,可以较好的实现输电线路覆冰的短期预测。     

输电线路导线基于灰色1-IAGO Verhulst-双重BP神经网络覆冰厚度监测

高效正确的输电线路导线覆冰厚度监测对电网的安全稳定运行有着重要影响,为了能更好地监测输电线路导线的覆冰厚度并能及时进行除冰工作,提出一种基于灰色1-IAGO Verhulst-双重BP神经网络模型对输电线路导线进行覆冰监测的方法。实践证明,这种方法对数量众多、所处地点环境特性各异的多处输电线路导线进行的覆冰监测高效正确、精度较高。     

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。     

全国输电线路覆冰情况调研及事故分析

通过对特高压输电线路的覆冰情况进行调研,收集相关气象资料以及对近年来全国输电线路发生的重大覆冰事故进行统计分析,发现覆冰多发生在华中和西南地区;主要集中在一月份;海拔高度、微地形、微气象对覆冰的影响较大。结合雨凇的分布区域对输电线路覆冰事故的特点及原因进行了总结,并对覆冰事故的类型进行了统计,结果表明：覆冰事故分布区域广、事故危害严重;输电线路覆冰事故大部分发生在雨凇气象条件下,且温度稍低于0℃;同一地区发生覆冰事故频繁;在各种覆冰事故类型中,绝缘子冰闪是发生最频繁的事故之一。最后提出了减少和防治线路覆冰事故的方法。     

基于神经网络的架空输电线路覆冰增长预测方法研究

架空输电线路的覆冰会对电网的安全运行造成严重的威胁。针对架空输电线路的覆冰问题,提出了一种基于BP神经网络的覆冰增长预测方法。该方法利用目前架空输电线路已有的监测信息以及覆冰历史信息,对导线在不同外部条件下的覆冰厚度增长进行预测。根据实际运行架空输电线路的监测数据进行仿真,结果表明该方法使用简单,适用于实际输电线路运维工作中。     

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...     

架空电力线覆冰监测系统

针对目前国内外覆冰监测的使用状况和存在的问题,按照实际测量的技术要求,对电力线覆冰监测系统进行了研究.通过对耐张塔张力和微气象参数的测量,在运用力学法分析覆冰测量原理的基础上,结合电力线舞动因素,推导出导线覆冰厚度的计算数学模型.依据实际使用的环境特点,给出了基于微功耗单片机MSP430F149电力线覆冰监测系统的设计方案,介绍了系统的部分硬件电路设计和软件流程框图,并讨论了仪器在软、硬2个方面的抗干扰措施.     

基于支持向量机和模糊控制的输电线路覆冰状态评估模型

输电线路覆冰严重威胁着电力系统的安全运行。为提高输电线路覆冰状态评估准确率,以输电线路覆冰监测系统为基础,综合考虑监测系统的等效覆冰厚度、微气象参数以及覆冰持续时间等,提出基于支持向量机和模糊控制的输电线路覆冰状态评估模型。支持向量机实现覆冰状态的初步分类,输出无覆冰状态和有覆冰状态,针对有覆冰的状态进一步通过模糊控制评估模型对覆冰的严重程度作出准确评估,输出线路覆冰综合评估结果。实验数据验证了评估模型的准确性和可行性。     

考虑融冰因素的输电线路覆冰故障概率计算

根据导线覆冰表面热平衡方程分析内外部融冰因素对导线冰载荷的影响,计及地形对冰载荷的影响以及覆冰引起导线等效半径增大对风载荷的影响,通过气象实测的降雨量、风速、风向、温度等信息以及电网运行信息、当前监测覆冰厚度等信息建立输电线覆冰厚度增长预测模型。从输电线路覆冰过载机理出发,构建覆冰故障概率计算框架,从力学角度分析覆冰厚度及风速对输电线路的共同作用,采用反映金属承载极限特性的指数模型计算输电线路故障概率。以实际线路为例验证了该模型计算得到的线路覆冰故障概率变化趋势与实际故障情况相符,能够充分验证覆冰故障率与实际天气的相关性。     

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。     

计及气象因素时间累积效应的输电线路覆冰预测

现有基于机理的覆冰预测模型考虑因素众多,结构复杂,但仍存在预测误差。基于统计回归的覆冰预测模型则较少考虑时间累积效应,与实际情况亦有出入。因此提出了计及气象因素时间累积效应的输电线路覆冰预测模型。建立了气象因素下的覆冰厚度增长简易模型,分析了覆冰厚度随时间增长的关系。并进一步考虑不同气象因素对覆冰增长的影响,构建不同气象因素覆冰厚度增长程度指标。利用历史气象数据计算该指标并与覆冰厚度监测值组成训练集,采取SVM回归方法实现对覆冰情况的预测。通过算例对现有各方法与所提方法进行了对比,验证了该预测模型在精度等方面的优势。     

基于偏互信息法与支持向量机的覆冰闪络故障预警

输电线路覆冰闪络跳闸故障是引起电网故障的重要原因之一。现有的覆冰闪络研究主要集中在绝缘子覆冰闪络电压的模型研究。一方面,闪络电压模型不能全面反映所有因素综合作用下的绝缘子闪络电压;另一方面,数据采集的误差使现有覆冰闪络电压模型的研究成果难以在覆冰闪络故障预警中直接应用。考虑到数据挖掘技术的发展,基于偏互信息法和支持向量机对覆冰闪络故障进行预警。首先,采用偏互信息法筛选出关键的因素作为输入变量。然后,建立覆冰闪络预警的支持向量机模型,对样本数据进行训练和预测。仿真结果表明,基于偏互信息法与支持向量机的覆冰闪络故障预警方法能够较为有效地预测覆冰闪络,为实际电网的覆冰闪络防御提供了参考。     

基于粒子群算法优化支持向量机的输电线路覆冰预测

分析了现有输电线路覆冰厚度预测方法中的不足,提出了一种基于粒子群算法优化支持向量机的输电线路覆冰预测。通过历史覆冰增长数据样本对支持向量机进行训练,利用训练的模型对线路覆冰厚度进行预测。同时利用粒子群优化算法对支持向量机关键参数进行优化,有效提高了覆冰厚度预测精度,为输电线路防冰提供了可靠依据。