输电线路覆冰导线Mask R-CNN图像识别与分割

架空线路覆冰是危害电力系统安全运行的重要因素之一,已推广应用的覆冰图像监测技术迫切需要强泛化能力的图像分析,以提高数据分析的准确率、效率和辅助决策应用。基于南方电网架空线路覆冰预警系统2014—2018年覆冰图像监测数据,提出图像数据清洗和人工标注规则,对图像进行人工质量评估、分类标注及分割标注,建立南方电网输电线路覆冰图像数据集,研究适用于复杂背景下的融合多尺度特征的改进Mask R-CNN导线识别与分割方法。模型训练和测试结果表明,所提方法的识别、分割准确率达92%以上。     

架空输电线路覆冰在线监测系统的开发与应用

针对现有输电线路覆冰监测手段存在的不足,开发了1种新型输电线路覆冰在线监测系统。该系统由高电位在线监测装置、低电位在线监测装置、自动气象站、传输网络及主站系统等组成,通过实时采集环境微气象数据、导线特征数据及线路走廊图像数据,计算出导线等值覆冰厚度;结合覆冰图像信息及现场微气象数据,实现对线路覆冰情况的预警。通过在某500 kV输电线路上实际应用,证明了该系统对输电线路覆冰监测预警的有效性。     

一种基于长短期记忆网络的线路覆冰预测模型研究

输电线路覆冰灾害易引发危害电网安全运行的事故,对输电线路覆冰情况进行短期预测十分必要。提出了一种基于结合气象因素和导线覆冰量的时间序列模型预测法,建立一个由5个气象要素和一个导线覆冰量数据组成的数据集,采用长短期记忆网络算法训练预测模型,利用线路实际运行数据对模型进行优化和评估。实验结果表明,所提方法可准确、有效地实现线路覆冰发展情况的预测,预测误差仅4.2%。     

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。     

微气象条件下输电线路导线覆冰预测模型

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。     

采用多变量模糊控制的输电线路覆冰状态评估

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。     

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。     

输电线路超短期覆冰厚度精准预测模型研究

冬季架空输电线路覆冰是导致输电线路发生冰雪灾害的直接原因,在线实时融冰是预防冰雪灾害的有效措施。对于冻雨致冰厚度的精准预测,是实施最优融冰方案的前提。设计了模拟导线监测系统和现场微气象系统,以模拟导线监测数据和微气象站技术,结合冻雨覆冰理论计算空气中前期液态水含量。基于灰色系统理论,应用GM(1,1)模型,预测空气中超短期液态水含量、风速、降雨量。在此基础上,根据所预测液态水含量、风速、降雨量计算覆冰增长速度。综合多种实际监测数据,建立覆冰数据仿真模型。     

基于数据驱动算法和LS-SVM的输电线路覆冰预测

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。     

基于CACA-WNN的恶劣气候条件下架空输电线路覆冰厚度的预测

在云南电网公司输电线路综合运行工况实时监测系统各监测装置采集的线路等效覆冰数据和微气象数据的基础上,建立了一种基于连续型蚁群算法的小波神经网络模型,用连续型蚁群算法代替小波神经网络的梯度下降法,调节小波神经网络的权值和伸缩、平移系数,以此来实现对于在恶劣气候条件下架空输电线路覆冰厚度的预测。     

基于在线监测系统的输电线路覆冰数据统计与分析

输电线路覆冰在线监测系统可以实现对架空输电线路覆冰状况的实时在线监测。为此,基于输电线路覆冰在线监测系统的监测数据,统计得到了数据特征和覆冰数据聚集类型;发现测量终端普遍仅记录厚度>2mm的线路覆冰,且在覆冰期间无法测得风速及风向;有效覆冰数据主要以短期振荡、中短期维持、较长期维持以及完整发展过程4种方式聚集,其中具有明显增长和消融阶段的完整过程覆冰对线路威胁最大。此外,在风速和风向等微气象监测参量缺失的情况下,对长期低温高湿环境下的覆冰发展趋势进行了整体和局部的分析,发现单位时间覆冰增长质量基本满足均值为0、过峰度、正偏离的类正态分布,且覆冰增长阶段呈线性增长态势,一次函数模型拟合效果较指数模型更好。结果表明:只有持续时间较长的低温雨雪冰冻天气环境下形成的覆冰才可能对线路安全运行造成威胁;单位时间覆冰增长质量近似服从正态分布;覆冰稳定增长时期,覆冰质量序列与时间呈相关度很高的一次线性函数关系,可考虑建立简单的线性增长模型应用于线路覆冰预警。     

输电线路导线覆冰图像处理与识别技术

导线覆冰厚度识别是输电线路覆冰在线监测的关键技术之一,准确可靠的输电线路导线覆冰状态监测系统能够有效地指导输电线路导线除冰工作.根据远程图像直观和图像数据可靠的特点,基于数字视频图像处理技术的输电线路覆冰厚度识别和计算方法,将图像通过灰度化、二值化、形态学预处理及Radon变换直线检测等步骤识别导线轮廓,通过导线覆冰前后图像像素点比较计算导线覆冰厚度,并将结果与其他计算模型得到的覆冰厚度进行了比较和验证.最后提出了优化、完善导线覆冰识别的改进方向.     

利用远程系统的输电线路覆冰厚度图像识别

架空线路覆冰是危害电力系统安全运行的重要因素之一,迫切需要准确可靠的覆冰监测方法。为此,运用计算机图形学,利用图像滤波、自适应阈值变换和基于LoG算子的边缘检测技术,提出了一种基于远程在线系统的覆冰厚度图像测量方法。结果表明,在使用现有远程终端采集的图片进行单点覆冰厚度识别时,识别精度与图片分辨率呈正相关。使用高分辨率的图片有助于提高识别精度,且较为直观地观察到输电线路覆冰情况。与基于力学的覆冰计算模型相比,能直接测定单点覆冰厚度,对识别绝缘子上覆冰厚度从而预防冰闪有一定意义。     

精细化气象要素下输电线路覆冰预测预警研究

南方地区冬季输电线路自然覆冰是线路运维难题和灾害预防课题,迫切需要提升该地区线路覆冰预测预警能力。文章在分析国内外输电线路覆冰预测模型及工程应用问题基础上,总结出精细化气象要素下基于统计-经验知识确定覆冰等级方法进而建立覆冰等级区划,再结合线路穿越自然环境的地形地貌及气象影响因素构建相应的具有较强泛化能力的输电覆冰预测预警模型,从而建立有效的线路覆冰预测预警工作机制。2年应用实践验证,该线路覆冰预测预警模型及工作机制能准确地预测预警线路覆冰状态及大幅提升线路覆冰灾害的预防能力和技术水平,从而为南方地区冬季预防和应对输电线路覆冰灾害提供技术手段,保障该地区输电线路在自然覆冰极端环境下稳定运行。     

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。     

基于力学测量的架空输电线路覆冰监测系统

对输电线路覆冰载荷进行了力学分析,讨论了覆冰厚度的计算方法。开发了基于架空输电线路轴向张力、二维倾角和风速风向、温湿度等气象信息测量的覆冰监测系统。利用全球移动通信系统（GSM）/通用分组无线电业务（GPRS）网络,线路监测终端与中心监控主站进行数据传输,由主站专家系统软件利用相关覆冰理论模型分析导线覆冰状况,及时给出除冰信息,有效预防冰害事故发生。     

架空输电线路覆冰厚度预测技术研究

通过统计和分析历年输电线路覆冰案例,根据气象和地理规律,提出一种基于气象信息的输电线路覆冰厚度预测方法。利用气象模式预报资料、气象台站观测资料和地形地貌信息,对冷空气中心路径预报,并通过覆冰气象地理模型预报未来一段时间出现覆冰的区域和线路,给出输电线路覆冰厚度预报值。另外采用高精度的地理信息资料订正冰厚,实现输电线路覆冰厚度预报。系统在湖北电网部署以来,多次准确预报了覆冰发生区域和输电线路冰厚,为线路运维人员防灾应急处置争取了宝贵时间。经实际验证,本方法预测输电线路覆冰厚度准确度高、实用性强,具有推广价值,同时也为开发输电线路舞动、雷电等灾害预报系统积累了经验。     

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。