共查询到18条相似文献,搜索用时 93 毫秒
1.
物体表层的水分会因为受到特殊气象条件的影响导致物体出现覆冰现象,此类现象常见于飞机跑道、高速路等。当覆冰现象发生在电力系统中可能会因此产生诸多不利影响,如使输电线路发生形变而进一步造成损坏,更严重的情况还可能会导致断线,断线造成的停电中断容易引起更大范围的供电系统瘫痪,造成重大经济损失。尤其是在极端天气状况下,事故率非常高,很有必要对该类型事故进行深入分析和研究。 相似文献
2.
3.
基于支持向量机的输电线路覆冰回归模型 总被引:1,自引:0,他引:1
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。 相似文献
4.
为了提高输电线路覆冰预测精度,采用主成分分析确定输电线路覆冰的关键影响因子为温度、湿度和风速,以此作为覆冰预测模型的输入量。采用布谷鸟算法对支持向量机的惩罚因子和核参数进行优化,建立基于CS-SVM的输电线路覆冰厚度预测模型。采用实际运行线路的覆冰数据进行仿真分析,结果表明,基于CS-SVM的输电线路覆冰厚度预测模型的平均相对误差、均方根误差和全局最大误差分别为5.254%、0.952%、5.827%,均小于其他几种常用覆冰预测模型,验证了模型的正确性和有效性。 相似文献
5.
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。 相似文献
6.
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。 相似文献
7.
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。 相似文献
8.
9.
贵州地处云贵高原,境内沟堑纵横,地势高低不平,冬季气温低,空气潮湿,在海拔1500m以上地区形成严重凌冻。凌冻附着在输电线路上,滚雪球式的恶性循环,严重的线路覆冰造成导线、避雷线、瓷瓶串断落,每年这样的事故都屡屡发生,给国民经济生产经营造成极大的损失。同时,恶劣的地理和气候条件给事故后的抢修造成极大困难,增加了工人的劳动强度,也延误了复电的时间。截止2004年,其中遵义供电局有220kV线路938km,110kV线路1313km。这些线路有10%~12%经过高海拔地区,在冬季,输电线路因覆冰过载造成线路断落成了困扰我局系统的难题。 相似文献
10.
输电线路的严重覆冰给电网的安全生产带来了极大的危害。针对线路覆冰与气象条件的数学描述模型不能很好地反应冰厚与微气象条件的关系和基于全局数据的智能覆冰预测算法复杂、准确度低,无法实现在线预测的难题,文中采用数据驱动的思想,以矢量的方式看待覆冰样本数据,提出一种基于数据驱动算法和最小二乘支持向量机(LS-SVM)覆冰预测模型。该方法在k均值邻近算法的基础上对覆冰历史数据进行优化选择,充分利用LS-SVM需求样本数量少、训练速度快、泛化能力强等特点对输电线路覆冰模型进行快速建模。算例表明了所提算法的有效性和正确性。 相似文献
11.
12.
输电导线的覆冰模拟系统 总被引:3,自引:2,他引:3
为了更好地开展输电导线覆冰及防冰研究工作,需研制输电导线覆冰模拟系统,故在分析了输电导线常见雨淞覆冰气候条件基础上优化设计了导线成冰小室、喷水装置及导线旋转系统等。利用Fluent流体仿真软件分析成冰小室中气流分布的情况表明,该成冰小室内部气流分布基本均匀,可有效模拟导线覆冰过程中周围气流场分布。实测成冰小室内部风速与仿真结果相符且喷水装置产生的水滴直径达到了自然界中毛毛雨的雨滴直径。对钢芯铝绞线覆冰实验显示,导线表面短时内即可形成均匀致密的雨淞层,说明该覆冰模拟系统可以有效模拟自然界中导线表面雨淞覆冰的形成过程。 相似文献
13.
目前,国内外对于线路覆冰和风耦合作用的灾害分析较少,因此,提出了一种基于模糊综合评价法(fuzzy comprehensive evaluation, FCE)和支持向量机(support vector machine,SVM)融合的线路典型冰风灾害分析算法。通过分析典型冰风灾害影响因子及类型,借助模糊综合评价法提取了关键的灾害影响指标,并对风速和风向关键指标进行修正。在提取的温度、相对湿度、风速、风向和地貌5类致灾相关程度高指标的基础上,提出了采用径向基RBF核函数的非线性SVM小样本灾害分析模型。通过历史的冰风故障和非冰风故障数据建立训练样本和测试样本,仿真结果表明,建立的模糊综合评价和支持向量机融合的冰风灾害模型可有效分析判断冰风灾害发生的概率,实现了对冰风灾害小样本数据的可靠分析。 相似文献
14.
15.
为了提高输电线路覆冰厚度预测精度,利用灰色关联分析确定覆冰影响因素对输电线路覆冰增长量的影响权重,采用PSO算法对LSSVM的参数优化,建立了考虑灰色关联权重的PSO-LSSVM输电线路覆冰厚度预测模型。采用实际运行线路的覆冰增长数据进行仿真分析,并与其他覆冰预测模型对比,考虑灰色关联权重的PSO-LSSVM输电线路等值覆冰厚度预测模型的均方根误差、平均相对误差和全局最大误差分别为0.575、3.124%和4.015%,均小于其他三种预测模型,验证了模型的正确性和实用性。 相似文献
16.
微气象条件下输电线路导线覆冰预测模型 总被引:9,自引:0,他引:9
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。 相似文献
17.
输电线路覆冰原因分析及防护 总被引:5,自引:0,他引:5
文章通过对输电线路覆冰的观测,分析了输电线路覆冰对输电网的危害;阐明了影响输电线路覆冰的主要原因;从输电线路运行及设计的角度就输电线路覆冰防护提出了相关措施及建议。 相似文献