基于机器视觉的超高压输电线路覆冰灾害分级预警模型

超高压输电线路一旦覆冰会造成严重的危害,甚至会影响电网正常运行,预测输电线路覆冰情况对于解决灾害有重要意义。目前提出的预警模型覆冰率预测结果与实际结果相差较大,为了解决上述问题,基于机器视觉设计了一种新的超高压输电线路覆冰灾害分级预警模型,处理超高压输电线机器视觉信息,采集原始图像信息,划分原始图像中的线路特征,确定梯度特征,分析梯度方向,实现梯度增强。利用卷积神经网络对图像进行分类,根据分类结果完成信息处理。同时检测历史覆冰灾害因子、气象因子和线路冰冻因子,根据检测结果建立PSOEM-LSSVM模型,计算预警模型权重,分析综合风险指数的赋权及合理性,对输电线路覆冰风险进行分级,通过指数结果将灾害分为5级,评判灾害程度。实验结果表明,基于机器视觉的超高压输电线路覆冰灾害分级预警模型预警相对误差始终低于0.02%,预警过程不会受到风速影响,能够很好地保证超高压输电线路运行安全性。     

计及输电线路舞动预测的电网短期风险评估

为了准备评估覆冰舞动环境下电网的短期运行风险,保障输电线路的正常运维,提出了一种计及输电线路舞动预测的电网短期风险评估方法。定量地抓住决定事故风险程度的两个因素:故障可能性指标和后果严重度指标,从整体层面把握舞动对电网短期运行风险的影响。其中可能性指标通过BP神经网络预测舞动概率值和通过频次法划分的舞动分区图综合计算得到,后果严重度指标根据输电线路故障断开后的支路过载和母线电压越限指标计算得到。以河南电网的历史舞动数据进行算例分析,结果表明所提方法能有效评估电网的短期运行风险评估,舞动预警和电网风险评估结果可以为电网调度和线路运维人员提供决策支撑,及早调整运行方式或者进行防舞作业,降低舞动对电网安全运行的影响。     

吉林电网覆冰舞动气象分布特征与应对措施研究

结合2003~2012年的气象统计,对吉林电网输电线路覆冰舞动易发生气象特征进行了分析,满足各覆冰条件的年空间分布特征基本相似,中部和长白山区多而延边东部和通化南部少,满足各覆冰条件的月分布特点为11月和3月的出现天数最多,12月次之,10月最少,每年的11月、3月以及12月需重点防范覆冰舞动的发生。提出预防线路覆冰舞动的措施:在覆冰舞动气象高发区域内增加架空线路间隔棒,适当增加相间距,避免采用同塔并架和紧凑型设计,利用互联网、微信、短信等技术,根据确定的舞动阈值,及时发布预警,确保覆冰舞动气象高发区域运行线路高功率运行,增加运行线路温度,避免覆冰舞动的发生。     

2009～2010年冬季辽宁电网输电线路舞动分析

介绍了2009~2010年冬季辽宁电网输电线路覆冰舞动情况,分析了导线覆冰舞动形成因素及舞动线路特点,提出应从输电线路设计、运行等方面采取多种措施对输电线路覆冰舞动进行治理。     

输电线路覆冰在线监测动态预警模型

为提高输电线路覆冰预警能力,在全面分析国内外覆冰监测、预警模型的基础上,提出了应用层次分析法(AHP)提炼影响输电线路覆冰的关键风险因子。通过线路现场运行维护数据分析,提出以温度、湿度、风速、风向为关键风险影响因子。根据对关键因子机理及成灾条件分析,构建了输电线路覆冰在线监测实时预警及趋势预警双动态预警模型,并对模型关键技术进行了深入研究分析。线路实际案例研究证明,该预警机制能够实现覆冰的动态实时监测,跟踪线路覆冰变化趋势,反映输电线路现场覆冰所处预警级别,方便用户了解线路覆冰信息,为输电线路覆冰预警提供了良好的基础,能有效提升线路运行维护管理水平。     

输电线路主要环境灾害防御关键技术研究与应用

<正>针对云南电网输电线路环境灾害防御方面存在的问题,本项目针对云南省区域内冰冻灾害的特点、雷电灾害特点及对电网影响的特性开展研究。通过对输电线路所在区域覆冰气象因素的分析,利用线性回归方法建立基于气象的输电线路覆冰预警方程,在气象凝冻趋势预报的基础上,为输电线路覆冰提供了一种中尺度的基于气象的覆冰预警方法,根据预报结果,运行维护人员可提前进行输电线路的防冰抗冰工作准备,最大限度降低输电线路覆冰带来的危害。为了解决冰冻     

基于BP神经网络的输电线路舞动预警方法

为了保证在覆冰舞动环境下输电线路的正常运维,将输电线舞动预警问题归结为有监督机器学习方法下的分类预测问题,提出了一种基于BP神经网络的舞动预警方法。通过分析影响舞动的外界气象因素,构建了以风速、风向与线路的夹角、相对湿度以及温度为输入特征量的BP神经网络学习算法,判断是否达到易舞气象条件预测输电线的舞动情况,并采用评价指标评估其预警性能,以便进行模型改进。采用河南电网舞动相关历史数据进行算例分析,验证了所提方法的有效性和实用性。输出的预警结果可为电网运维人员合理制定调度决策提供支持,保证电网安全迎峰度冬。     

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。     

基于微气象监测的输电线路覆冰动态过程估计模型

导线覆冰与脱冰跳跃威胁输电线路的安全运行,因此实现线路覆冰增长与脱冰跳跃动态过程实时趋势估计,对运维检修决策有很大意义。在现有覆冰增长与脱冰跳跃的影响因素研究基础上,提出了基于微气象监测数据的输电线路覆冰及脱冰跳跃发展趋势多时间尺度动态估计模型。以新疆电网某线路运行记录为例进行了建模分析,所提模型与实际运行结果及其他方法对比测试表明,该方法可较好地估计输电线路覆冰增长及脱冰跳跃过程,实用性强,可用于输电线路覆冰及脱冰跳跃监测、越限告警,作为电网调度运行及线路运维检修决策的参考。     

基于气象地理法的舞动分布图绘制方法

继频率法、舞动系数法之后,提出了基于气象地理法的输电线路舞动分布图绘制方法。在统计和分析输电线路历年来发生导线覆冰舞动情况的基础上,通过总结气象、地形特征规律,建立覆冰舞动的气象模型和地理模型;结合运行经验,提出舞动区域的分区、分级标准;建立舞动分布图绘制方法标准技术体系。最后,以某省为例采用气象地理法绘制了舞动分布图,并检验其与实际舞动情况的吻合程度,得出了该方法合理、正确的结论。