基于GA-BP神经网络算法的输电线路舞动预警方法

针对传统BP神经网络初始权值和阈值随机产生、易陷于局部最优化、收敛速度慢以及隐含层的神经元数量不易确定等问题,采用遗传算法对BP神经网络的初始权值和阈值空间进行遗传优化,获取最优权值矩阵和阈值矩阵,并由此进行误差反向前馈神经网络的训练学习,同时采用试错法,结合相关公式,缩小隐含层神经元数量范围,寻找最优神经元数量,建立GA-BP神经网络模型,对输电线路舞动的发生进行预警。通过对相关地区输电线路舞动历史数据进行了算例分析,对比其他机器学习算法的预测结果准确性,结果表明：改进的GA-BP神经网络能更准确有效地预测输电线路舞动的发生情况;为防止大规模舞动灾害提供有力了保障,进一步提高了电网抵御自然灾害的能力。     

基于灰色关联模型的输电线路舞动预警方法

中国是世界上架空输电线路覆冰舞动最严重的国家之一。近年来输电线路舞动跳闸呈现出频率高、影响范围大的特点。提出了一种基于灰色关联模型的输电线路舞动预警方法,根据舞动故障发生的主要原因,建立指标体系,并根据各指标的影响程度采用层次分析法对各个指标分别赋以权重。据此再利用灰色关联理论将当前数据与参考数据进行关联度分析,从而计算当前线路发生舞动故障的危险指数,对故障发生的可能性进行预测。检修人员可以基于预测结果选择相应的巡检策略,从而做到有针对性地预防舞动故障,提高巡检效率,进一步减小输电线路舞动带来的危害。     

基于风险系数的输电线路覆冰舞动预警方法

近年来输电线路舞动事故频发,严重威胁着电网的安全运行。为了达到提前预警、及早防范的目的,降低输电线路舞动对电网安全运行的影响,提出了基于风险系数的输电线路覆冰舞动预警方法。文中通过关联历史舞动样本和气象数据,分析了影响舞动的气象条件,在此基础上提出涵盖风速、舞动持续时间等参量的风险系数以表征输电线路舞动风险,根据实际生产需求划分出不同的输电线路舞动风险等级并建立覆冰舞动预警模型。采用河南电网历史气象资料进行了验证,证明了模型的有效性。     

基于灰色投影优化随机森林算法的输电线路舞动预警方法

为实现对输电线路舞动的准确预警,多种预警模型被建立。其中对于预警模型的研究点多集中于参数的最优选取,而尚未开展针对训练样本的聚类改进,特别是地形参量存在难以客观衡量的问题,容易导致预测精度不佳抑或模型存在适应性问题。为此,提出了一种基于灰色投影优化随机森林算法的舞动预警模型。通过加权灰色关联投影法来优化选取与待预测样本关联度较高的样本作为训练样本集,以此来改进随机森林模型对低关联度数据的拟合能力。此外,模型还通过多维度参量即导线分裂数、直径、档距等内部参量以及风速、风向角、湿度等外部参量作为输入特征量来提高预警的准确性。利用历史舞动数据对模型进行检验,结果显示该模型的预警结果相较于传统随机森林算法和BP神经网络具有明显优势。通过该方法,可为输电线路舞动预警提供一种新的解决路线。     

架空输电线路防舞动措施

分析了架空输电线路导线舞动原理,研究了微风振动、驰振激发和扩展导线舞动的特点及振动频率、导线的受力情况。根据导线舞动原理,结合架空输电线路运行维护经验,分析了线路走向、地形与地势,冰风参数,线路结构参数对导线舞动的影响,提出了减弱导线振动,加强导线、金具的耐振强度、优化导线排列方式等防舞动措施,介绍了国内常用防舞动装置及其工作原理,并对今后防舞动工作提出了建议。     

基于灰色聚类分析的输电线路舞动分级预警方案

输电线路舞动灾害会造成严重的电网安全事故和经济损失。为了对舞动事故的发生进行预警,提出了一种基于灰色聚类分析的输电线路舞动分级预警方案。根据舞动发生的主要原因,从气象因素、风的激励和线路结构因素三个方面建立影响输电线路舞动的指标体系,并采用层次分析法计算指标权重。采用灰色聚类分析进行舞动分级预警方案设计,由白化权函数和指标权重值计算综合聚类系数,并根据其最大值判断舞动状态。对算例的计算结果与实际舞动状态吻合程度较高。本文的预警方案可以为舞动灾害的防治提供借鉴和参考。     

基于改进模糊层次综合评判法的输电线路舞动预警

输电线路舞动严重影响电网的安全运行。文中从造成输电线路舞动的影响因素出发,将模糊数学理论运用到输电线路舞动预警研究中,构建基于改进模糊层次综合评判法的输电线路舞动预警模型。文中首先筛选出垂直风速、雨量、相对湿度、气温、导线张力5个主要影响指标,构建预警评判因素集以及Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级4种评判目标集。然后,将监测数据代入模型计算,根据模糊综合评判结果发布预警信息,为工作人员感知线路风险、做好防灾准备提供指引。最后,开发基于ArcGIS Engine的输电线路舞动预警辅助决策系统,可视化展示预警信息,并选取实际线路数据验证所提方法的有效性,结果表明所提预警方法与技术可为输电线路安全运行提供决策支撑。     

风荷载对输电线路舞动的影响及防舞动措施

输电线路在风的作用下会发生振动甚至舞动,导致输电塔线体系倒塌,造成严重的输电线路事故;分析不同情况下风速、风向对输电线路舞动的影响,提出可采用水平布置导线的方式,确定导线的水平相间距离远大于导线舞动的水平方向位移,即可防止导线问发生碰线闪络,提高导线的防舞动能力;另外,通过加装防舞动装置也可防止输电线路发生舞动,保证输...     

黑龙江省电网架空输电线路舞动分布研究

为预防由于线路舞动而造成跳闸问题,基于2000-2010年黑龙江省电网架空输电线路舞动次数、运行经验、地形地貌及气象等因素基础上,对黑龙江省电网架空输电线路舞动区域进行等级划分,并绘制舞动分布图,以保证线路安全运行.     

架空输电线路导线舞动机理及防舞动研究

针对架空输电线路导线的舞动,介绍导线舞动产生的原因、气象条件、舞动产生的机理、导线舞动的影响因素及危害。在对导线力学研究的基础上,提出相应的防治和相关金具的改进措施。     

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。     

架空输电线防舞动阻尼器的模型试验

本文针对自己设计的架空输电线路防舞动阻尼器进行了原理分析和模型试验。该设计已获国家专利。试验结果表明该型阻尼器具有工程应用前景     

基于张力测量的输电线路导线舞动在线监测系统

本文依据输电线路舞动时导线张力变化的模型,计算了其水平分量和竖直分量的变化值,研制了一套可在线测量导线舞动的监测系统。基于导线机械结构,设计出了适应于线路测量的压力传感器;通过A/D转换,输出张力变化的数字信号;基于ZigBee无线传输技术,实现导线张力的在线监测。最后通过某线路对比测试,证明该测量系统可有效地实现输电线路的舞动测量。当风速大于6.7 m/s时,导线舞动幅值与风速呈现正相关关系,直到风速为12 m/s时,舞动达到最大值6.1 m;随着风速进一步增大,导线舞动幅值呈现震荡趋势。     

一种计及微地形修正的输电线台风风险预警方法

台风过境时,较大的风力往往会引发风偏放电、断线、倒塔等事故,是对沿海地区电网安全可靠运行威胁最大的自然灾害之一。由于台风灾害的高风险性,建立台风预警体系能更经济有效的提升电网抵御台风灾害的能力。现有的电网台风风险预警方法直接使用气象局提供的区域性预测风速,并未考虑具体线路所处的微地形环境对风速的影响,易出现漏警以及虚警。因此,提出一种计及微地形影响的输电线台风风险预警方法。该方法把预警区域按经纬度划分为0.01°×0.01°的网格,将网格内的输电设备与网格微气象、微地形信息关联,建立了输电线微地形条件下的风速修正系数计算方法,可更准确地辨识遭受台风灾害影响的线路集并按风险等级进行预警。实例验证了方法的可行性和有效性。     

沽太500kV双回线路覆冰舞动故障分析

介绍2009年4月发生的500kv沽太双回线路跳闸故障.从气象条件、海拔高度、地形地貌及线路结构参数等方面分析,确定此次线路故障是由强风、覆冰等恶劣气象条件导致的覆冰舞动跳闸.并结合输电线路舞动故障的研究成果以及华北电网公司的运行经验.从规划、设计、运行维护等方面提出以相间间隔棒为主、线夹回转式子导线间隔棒和双摆防舞器为辅的舞动防治措施和配置方案.建议相间间隔棒等防舞装置作为防治覆冰舞动的有效手段,应在易舞动等微地形、微气象区域深化应用.     

基于嵌入式系统的输电线舞动在线监测系统

本文研究了一套基于嵌入式系统的输电线舞动在线监测系统的设计原理与实现,该系统是由USB摄像头,嵌入式计算机系统和GPRS模块构成。在嵌入式计算机系统中实现了嵌入式Linux的裁减,定制和移植,并在此基础上实现了基于Qtopia的应用监测程序的编写。该监测系统是以嵌入式计算机为载体,以USB摄像头采集到的图像数据为基础。实现了基于无线GPRS的电力设备的输电线的远程实时在线监测。     

基于组合神经网络的输电线故障类型识别

准确的输电线路故障类型识别是实现故障测距的前提 ,文中在高压输电线路故障分析的基础上 ,构建了由Kohonen自组织特征映射神经网络模型和BP网络模型组合而成的类型识别网络模型 ,来实现输电线路的故障检测及故障类型识别。经理论分析和大量的EMTP仿真表明 :此网络模型较单一网络模型 ,所需训练样本少 ,学习时间短 ,并且在各种故障模式下 ,均能可靠、准确实现输电线路故障类型的识别 ,不受故障过渡电阻、故障初始角、系统运行方式、故障点位置等因素的影响