基于气象预测的输电线路动态增容方法研究

发布时间：2023-05-07 02:51

　　随着社会经济的发展,人们对用电的需求也日益扩大,如何提高输电线路的输送能力是目前电力部门比较关注的一个问题。新建或者扩建输电线路不仅需要更多的投资成本,而且建设周期较长。基于在线监测装置的输电线路动态增容是以线路的在线监测系统为基础,通过对导线温度和沿线的环境温度、风速和日照强度等进行实时监测,动态地分析线路可提高最大载流量,充分挖掘输电线路的载流能力。本文首先比较了不同的载流量计算公式,然后对影响导线载流量的相关因素进行了分析,主要包括了日照强度、导线表面系数、风速、导线允许温度以及环境温度等。接着对动态增容技术的可行性进行了分析,主要从提高导线最大允许温度、载流量计算边界条件和金属材料的高温性能三个角度去阐述。最后通过对历史气象数据的学习及预测,提出基于气象预测的输电线路动态增容方法,从概率模型去分析线路可提升的最大载流量。主要工作包括以下三个方面:首先,本文对BP神经网络的原理和算法进行介绍,然后采用BP神经网络对某地区的气象因素即环境温度、风速和日照强度进行预测,由于BP算法对环境温度、风速和日照强度的预测误差在可接受范围内,因此将预测出来温度、风速和日照强度的数据作为后续载流...

【文章页数】：91 页

【学位级别】：硕士

【文章目录】：
中文摘要
Abstract
第一章 绪论
    1.1 课题背景及研究意义
    1.2 提高输电线路输电能力相关技术
    1.3 输电线路动态增容技术国内外研究现状
        1.3.1 国外发展现状
        1.3.2 国内发展现状
    1.4 本文的研究内容
第二章 输电线路动态增容理论分析
    2.1 输电线路载流量计算公式比较
    2.2 影响导线载流量计算的因素
        2.2.1 气象因素对载流量的影响
        2.2.2 其它因素对载流量的影响
    2.3 动态增容技术的可行性分析
        2.3.1 提高导线最大允许温度
        2.3.2 载流量计算边界条件
        2.3.3 金属材料的高温性能
    2.4 本章小结
第三章 基于BP神经网络的气象预测
    3.1 BP神经网络建立
        3.1.1 BP神经网络结构
        3.1.2 BP神经网络的算法原理
    3.2 BP神经网络气象预测
        3.2.1 样本数据的归一化处理
        3.2.2 网络的拓扑结构
    3.3 实际案例气象预测分析
    3.4 本章小结
第四章 基于EMD-PSO-KELM的气象预测
    4.1 基于EMD-PSO-KELM的气象预测方法
        4.1.1 经验模态分解(EMD)
        4.1.2 粒子群优化算法(PSO)
        4.1.3 核极限学习机(KELM)
        4.1.4 粒子群优化核极限学习机
    4.2 基于EMD-PSO-KELM的气象预测实验分析
        4.2.1 温度信号的EMD-PSO-KELM预测分析
        4.2.2 风速信号的EMD-PSO-KELM预测分析
        4.2.3 日照强度信号的EMD-PSO-KELM预测分析
    4.3 预测结果分析
        4.3.1 温度预测结果分析
        4.3.2 风速预测结果分析
        4.3.3 日照强度预测结果分析
    4.4 本章小结
第五章 基于气象预测的输电线路动态增容概率模型
    5.1 高斯混合模型(GMM)及其求解方法
        5.1.1 高斯混合模型
        5.1.2 期望最大算法(EM)
    5.2 基于BP神经网络气象预测的载流量动态增容模型
        5.2.1 BP神经网络气象预测误差对载流量模型的影响
        5.2.2 建立基于高斯混合分布的载流量动态增容概率模型
        5.2.3 算例分析
    5.3 基于EMD-PSO-KELM气象预测的载流量动态增容模型
        5.3.1 建立基于高斯混合分布的载流量动态增容概率模型
        5.3.2 算例分析
    5.4 动态增容概率模型比较
    5.5 本章小结
总结与展望
    总结
    展望
参考文献
致谢
个人简历
在学期间的研究成果及发表的学术论文



本文编号：3810101