基于TNPE算法的输电线覆冰过程预测模型

发布时间：2021-07-29 14:53

　　输电线路覆冰负荷智能预测模型的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;且小概率覆冰事件样本较少,无法对上百年一遇的重大覆冰灾害进行预测。针对上述问题,提出一种基于时序近邻保持嵌入算法的输电线路覆冰预测模型,利用正常状况下的覆冰微气象数据构建预警模型,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可行性方法。仿真结果表明,时序近邻嵌入保持算法模型可以对严重覆冰进行有效预警,且能够有效减低误报率及漏报率,体现了时序近邻嵌入保持算法模型对严重覆冰过程预警的优越性。 

【文章来源】：计算机仿真. 2020,37(10)北大核心

【文章页数】：6 页

【图文】：

基于TNPE算法的输电线路覆冰过程预警流程

首先,选择1000组输电线路上没有覆冰以及覆冰重量较小的微气象数据作为训练数据,并对数据进行预处理,本实验对风向进行了平滑滤波处理,对日照强度进行了平均化处理,处理后的训练数据如图2所示。选择2000组包含覆冰重量较大情况的微气象数据作为预测数据,处理后的数据如图3所示。图3 预测数据

图2 训练数据在建模过程中需要设置TNPE算法的时序邻域个数k以及降维维度d,在本实验中设置k=25,降维维度d=2,统计量SPE的置信度设置为99%。

【参考文献】：
期刊论文
[1]环境条件对线路绝缘子覆冰形态和密度的影响规律[J]. 孙磊,贾志东,李亚伟,张星海,周朋.  高电压技术. 2018(08)
[2]再次面临电网冰雪灾害的反思与思考[J]. 蒋兴良,张志劲,胡琴,胡建林,舒立春.  高电压技术. 2018(02)
[3]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[J]. 黄新波,李弘博,朱永灿,王玉鑫,郑心心,王一各.  高电压技术. 2017(06)
[4]基于短期覆冰预测的电网覆冰灾害风险评估方法[J]. 晏鸣宇,周志宇,文劲宇,郭创新,陆佳政,姚伟.  电力系统自动化. 2016(21)
[5]基于遗传算法与模糊逻辑融合的线路覆冰预测[J]. 黄新波,王玉鑫,朱永灿,郑心心,李弘博,王一各.  高电压技术. 2016(04)
[6]输电线路覆冰厚度短期多变量灰色预测模型研究[J]. 刘宏伟,陆佳政,赖旬阳,谭艳军,徐勋建,王银顺.  高电压技术. 2015(10)
[7]输电导线的覆冰时变仿真模型[J]. 梁曦东,李雨佳,张轶博,刘瑛岩.  高电压技术. 2014(02)
[8]基于支持向量机的输电线路覆冰回归模型[J]. 戴栋,黄筱婷,代洲,郝艳捧,李立浧,傅闯.  高电压技术. 2013(11)
[9]电网可靠性评估的建模和仿真研究[J]. 李丽颖,孙跃国.  计算机仿真. 2012(04)
[10]基于BP神经网络的输电线路覆冰增长模型研究[J]. 罗毅,姚毅,李莺,王锴,邱玲.  四川理工学院学报(自然科学版). 2012(01)

博士论文
[1]基于大数据的电网覆冰灾害预测与风险管理研究[D]. 马天男.华北电力大学(北京) 2017
[2]数据局部时空结构特征提取与故障检测方法[D]. 苗爱敏.浙江大学 2014



本文编号：3309531