输电线路覆冰过程微气象特征提取及定性预警研究

发布时间：2020-11-05 16:59

　　 近年来,随着全球气候的改变,飓风、冰冻、雨雪等自然灾害频发,对电网的安全运行造成了极大的威胁。尤其因输电线路覆冰造成的电网危害越发严重,导线覆冰严重时将会导致金具损坏、断线倒杆、倒塔等严重事故,危害电网安全稳定的运行。因此,如何对输电线路覆冰灾害进行预警保障电网安全运行逐渐成为一个重要的课题。受微气象以及微地形影响,输电线路覆冰过程呈现出不确定、非线性、高维多变量的特征,其解析型数学模型难于获取。而覆冰监测系统累积的数据中包含了丰富的有价值的信息,本文将基于数据驱动方法,提取覆冰监测微气象数据中包含的有效信息,对输电线路覆冰定性预警方法进行研究:1)针对己有的输电线路覆冰负荷预测预警模型中的微气象特征参数主要依据人工经验进行整定,其知识传递不具可靠性的问题,利用输电线路覆冰在线监测装置记录的历史数据,基于粒子群聚类、谱聚类、密度峰值快速搜索聚类算法,提取了输电线路覆冰过程的微气象特征,给出了一种通用的、有效的且易于用计算机进行工程实现的输电线路覆冰态势预警的定性分析和判定方法。2)针对输电线路覆冰负荷定量预测模型迭代误差随预测步长的增加而增大,无法对长期的覆冰负荷进行预测,以及由于小概率覆冰事件样本较少,训练样本类型不完备,造成的无法对几十年一遇、上百年一遇的重大覆冰灾害进行预测的问题,提出一种基于时序近邻保持嵌入算法的输电线路覆冰定性预警模型,该模型通过对正常情况下的覆冰微气象数据进行训练,构建预警模型,得到一条严重覆冰预警红线,以预测结果是否超限为判断依据,从而预警是否有严重覆冰发生,给出了一种对几十年一遇甚至上百年一遇的重大覆冰灾害进行预警的方法。3)使用MATLAB对以上实验进行了仿真,并使用云南电网提供的历史数据验证了聚类模型、时序近邻保持嵌入算法模型的有效性,使用Python与MATLAB混编的方法设计了输电线路覆冰预警系统。
【学位单位】：云南大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TM752;TP277
【部分图文】：

??一遇甚至上百年一遇的极端小概率覆冰灾害进行预警。研究框架如图１－１所示：??Ｊｆ?输电线路蒗冰负荷预测预鰲???—?Ｉ????「参数整定不具自动?预测误差迭代累?小概率覆冰样本??化，依靠人工经验?积?不足??具体?、一?．??问题???］?［???］?［???）?［???不易获得精确模?长期预测结果偏?无法预测ｈＣ［年一??型、知识传递性箜?差大，模型失效?遇的极端覆冰灾害???３?［???基于聚类的输电线路覆??冰微气象特征提取模型?基于时序近邻嵌入保持算法的输电线路覆冰??——?过程预警模型??内容??模糊推理模型???＾???验证??施?基于大镇输电线现场监测数的实验仿真平台??Ｐｙｔｈｏｎ和ＭＡＴＬＡＢ混合编程搭建输电线路覆冰预警系统??图１－１研究内容总体框架??本文主要对于输电线路覆冰过程微气象特征提取以及定性预警方法进行了研??宄，主要工作总结如下：??１）针对预测预警模型参数整定依靠专家经验而带来的问题：难以获得精确的??预测预警模型、泛化能力较弱等，建立了基于聚类的输电线路覆冰过程微气象特征??提取模型，采用粒子群聚类算法、谱聚类算法、密度峰值快速搜索算法分别建立输??电线路覆冰过程微气象特征提取模型，比较了三种算法的优劣，通过对各类覆冰状??况微气象因素的统计分析，得到不同情况下微气象因素于覆冰严重程度的内在关??５??

搜索随机性［３２］［３３］。??２．２．２基于粒子群聚类算法的输电线路覆冰过程微气象特征提取模型??图２－１为基于粒子群聚类的输电线覆冰过程微气象特征提取流程，将历史的监??测数据，包括气象因子（温度、湿度、风速等）、时效因子以及由气象因子所决定??的成灾因子（导线覆冰负荷），作为模型的输入，使用粒子群聚类算法对输入数据??进行特征提取，输出为一维数组，表示每组覆冰数据对应的覆冰状态类别编号。??１０??

?实验使用的数据为云南电网提供的监测数据，每１５分钟采样一次。微气象因??素及覆冰重量数据如图２－２所示，聚类簇数々＝７，即将覆冰过程分为７个等级，粒??子数＃＝１００，?Ｃ，＝Ｃ２＝２，迭代次数Ｍ＝５００，仿真结果如图２－３所示，其横坐标表??示数据序号，纵坐标表示覆冰数据所对应的类别编号。??＾?１０?：＊?？?．?．?？?．?二??Ｌ?０?．?？??虺－１０?■?４??目?ＩＵ－?Ｃ?Ｌ?Ｔ?？－???：??一?０?５０
【参考文献】

相关期刊论文 前10条

1 范敏;王芬;李泽明;李志勇;张晓波;;K近邻的自适应谱聚类快速算法[J];重庆大学学报;2015年06期

2 蒋盛益;杨博泓;王连喜;;一种基于增量式谱聚类的动态社区自适应发现算法[J];自动化学报;2015年12期

3 邱云飞;杨倩;唐晓亮;;基于粒子群优化的软子空间聚类算法[J];模式识别与人工智能;2015年10期

4 朱斌;潘玲玲;邹扬;李峰;冯树海;徐鹏;;考虑融冰因素的输电线路覆冰故障概率计算[J];电力系统保护与控制;2015年10期

5 王允;刘普幸;曹立国;高原;雍国正;;基于湿润指数的1960—2011年中国西南地区地表干湿变化特征[J];自然资源学报;2014年05期

6 梁曦东;李雨佳;张轶博;刘瑛岩;;输电导线的覆冰时变仿真模型[J];高电压技术;2014年02期

7 郝艳捧;刘国特;薛艺为;朱俊霖;史尊伟;李立浧;;输电线路覆冰厚度的小波分析图像识别[J];高电压技术;2014年02期

8 戴栋;黄筱婷;代洲;郝艳捧;李立浧;傅闯;;基于支持向量机的输电线路覆冰回归模型[J];高电压技术;2013年11期

9 钟运平;程小华;戴栋;张建伟;翟少磊;;基于ZigBee技术输电线路在线监测系统的研究[J];电测与仪表;2013年05期

10 韩军科;杨靖波;杨风利;李清华;李振宝;;超/特高压同塔多回输电线路脱冰跳跃动力响应分析[J];电网技术;2012年09期

相关博士学位论文 前2条

1 马天男;基于大数据的电网覆冰灾害预测与风险管理研究[D];华北电力大学(北京);2017年

2 苗爱敏;数据局部时空结构特征提取与故障检测方法[D];浙江大学;2014年

相关硕士学位论文 前2条

1 侯英惠;基于快速密度峰值搜索的聚类算法研究[D];湖南大学;2018年

2 许亮;计及多因素的电网冰灾风险评估[D];华南理工大学;2012年

本文编号：2871925