共查询到19条相似文献,搜索用时 171 毫秒
1.
2.
2010年广东电网覆冰监测网典型线路覆冰分析 总被引:1,自引:0,他引:1
对2010年2月中旬粤北电网坪通线及其84号监测点覆冰发生情况进行了详细介绍和分析,所得结果证明覆冰监测网监测覆冰产生、覆冰迅速增加、覆冰稳定、覆冰融化4个阶段与气象条件的变化相吻合,监测的覆冰信息、线路覆冰故障与现场观测结果一致,说明了覆冰监测网反映现场覆冰情况、线路覆冰故障及时可靠,对线路覆冰信息判断较为准确,运行可靠,为输电线路的防冰工作提供了可靠信息。 相似文献
3.
4.
5.
6.
7.
基于3组力传感器和倾角传感器的输电线路导线覆冰在线监测技术 总被引:1,自引:0,他引:1
为减小由于传感器数量不足导致的输电线路等值覆冰厚度计算误差,设计了基于3组力传感器和倾角传感器的新型导线覆冰在线监测装置。该装置集成了微气象、导线温度、分布式多杆塔拉力、图像等多项监测功能。建立了相应的等值覆冰厚度力学计算模型,并将该模型与覆冰图像处理技术相结合,给出了一种导线覆冰密度计算方法。新型输电线路覆冰在线监测装置于2013-03在贵州电网220 kV线路洒红Ⅰ回安装运行,2013-03-15—2013-03-18期间,该线路发生轻微覆冰,利用该技术得到等值线路覆冰平均厚度2 mm,而忽略大、小号侧杆塔绝缘子串倾角和导线温度的前期覆冰厚度计算模型得到的覆冰厚度均为0。结果表明该新型输电线路导线覆冰在线监测技术能够全面、准确和灵敏地监测线路的覆冰状况。 相似文献
8.
文章介绍了华中电网500kV直属输电线路覆冰在线监测系统的布点情况、原理及功能,对输电线路典型覆冰进行了分析,并对该系统在运行过程中取得的经验进行了详细介绍,最后给出下一步改进完善建议。 相似文献
9.
10.
为了减少输电线路覆冰造成的事故,提出采用布里渊光时域反射(BOTDR)技术对线路进行在线实时监测,进而做到提前预警并获得线路覆冰后应力和温度资料,掌握覆冰规律,更好地维护电网安全运行。介绍了输电线路覆冰的形成机理,阐述了覆冰的成因及其造成的危害。分析了布里渊温度应变传感原理,对基于BOTDR的温度应变测量方案进行探讨,并同现有的几种输电线路覆冰综合监测装置进行比较,指出了系统的优点及有待解决的问题。 相似文献
11.
输电线路覆冰会严重影响电网的安全稳定运行,因此准确地监测线路覆冰情况对电力系统的安全运行具有重要作用。针对目前基于动态拉力与倾角的架空输电线路覆冰力学模型对现场线路覆冰的监测还有一定误差,提出了以导线动态拉力、倾角为输入,等值覆冰厚度为输出的多输入单输出耐张塔覆冰监测模型。采用系统辨识的方法,利用便于工程实践的Matlab系统辨识工具箱辨识与建模出最终模型。研究表明,最终辨识得到的模型满足实际现场情况,能准确地监测输电线路的覆冰过程情况,并为线路覆冰监测提出了一种新思路。 相似文献
12.
13.
14.
15.
16.
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。 相似文献
17.
雪峰山自然环境试验站覆冰试验技术 总被引:1,自引:2,他引:1
人工模拟环境下的覆冰形态与自然环境下的实际情况存在一定差异,建立自然环境覆冰试验站并开展输电线路覆冰机理、冰闪特性、覆冰监测及预警技术、防冰除冰新技术等研究对保障电网安全具有重要作用。重庆大学输配电装备及系统安全与新技术国家重点实验室建立了雪峰山自然覆冰试验站;通过在不同位置架设多基铁塔实现了导线、绝缘子等不同大气结构物的安装;采用试品与悬挂点之间安装拉力传感器并结合气象参数测量仪实现了对各种试品覆冰过程的监测;架设专用试验电源线并配置交、直流和冲击电源装置实现了输电线路绝缘子自然覆冰电气试验方法及覆冰闪络特性、输电线路融冰、脱冰、除冰技术等的研究。3 a多的运行证明雪峰山自然覆冰试验站具备开展输电线路覆冰试验的能力,自然环境气象参数不可控且无规律可循,大气结构物覆冰随时间增长而呈非线性关系,采用合理的措施能实现输电线路防冰、除冰。雪峰山自然覆冰试验站的建立为电力系统开展防冰减灾相关课题研究创造了良好的试验平台。 相似文献
18.
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
19.
输电线路绝缘子覆冰厚度图像识别算法 总被引:2,自引:0,他引:2
针对当前绝缘子覆冰监测方法研究现状,提出对于复杂环境下的绝缘子覆冰识别。首先利用模板匹配在图像中实现绝缘子的定位检测,然后对图像进行预处理、图像分割、边缘提取等处理,提取出覆冰前后绝缘子边缘,根据区域像素初步判断有无覆冰,若有覆冰进一步再计算其覆冰厚度。最后利用提出的算法对模拟覆冰实验室和现场采集的输电线路图像进行分析,将算法计算结果与模拟覆冰实验室人工测量的绝缘子覆冰厚度值进行比较,误差小于1.5 mm。结果表明,算法能够识别绝缘子覆冰并计算其覆冰厚度,可以真实地反映现场绝缘子覆冰情况。 相似文献