基于小波变换和ARMA-PSO神经网络的输电线路停运率时变模型

元件停运率时变模型是电力系统运行可靠性评估和风险评估的基础,其准确度直接影响运行可靠性评估的结果。由于输电线路长期暴露在大气环境中,气候因素是导致输电线路发生故障的主要原因,基于历年数据,提出一种具有时变、随机、检修回退等特点输电线路停运时变模型。首先对原始数据预处理后采用小波进行分解和重构,获得各尺度域上的小波系数;然后分别对各尺度域上的小波系数分别进行ARMA-PSO神经网络建模、预测和整合,建立输电线路故障停运时变模型,最后,结合某实际输电线路,并进行算例分析。分析结果表明,基于小波变换和ARMA-PSO神经网络模型的输电线路停运率时变模型具有较高的精度,既反映了输电线路停运率时间相依的规律,也可用于未来时段输电线路停运率的预测,为电力系统运行可靠性评估提供了重要的数据来源。