【摘要】：為降低輸電線路覆冰事故的影響,對輸電線路覆冰厚度進行準(zhǔn)確的短期預(yù)測將能夠有效地指導(dǎo)電網(wǎng)抗冰工作。為此從輸電線路覆冰是一種時間累積過程的角度出發(fā),提出了一種基于時間序列分析與卡爾曼濾波算法混合的線路覆冰短期預(yù)測模型。模型利用導(dǎo)線覆冰量的時間數(shù)據(jù)序列所具有的自相關(guān)性和時序性,有效減少了現(xiàn)有覆冰預(yù)測模型由于測量到的各種微氣象因素存在的誤差累積到覆冰預(yù)測結(jié)果中的影響。最后,通過搭建的電力系統(tǒng)微氣候模擬平臺進行模擬覆冰試驗來對預(yù)測模型進行了驗證,其短期預(yù)測平均絕對誤差為0.78%。同時,通過從貴州電網(wǎng)在線監(jiān)測系統(tǒng)上提取實際覆冰數(shù)據(jù),驗證了預(yù)測模型的短期預(yù)測平均絕對誤差為2.58%。這證實了該模型的有效性,能夠為輸電線路除冰工作提供參考。
[Abstract]:In order to reduce the influence of icing accidents on transmission lines, accurate short-term prediction of the icing thickness of transmission lines will be able to effectively guide the anti-icing work of power grid. In view of the fact that the icing of transmission lines is a time accumulated process, a short-term prediction model of transmission line icing based on the mixture of time series analysis and Kalman filtering algorithm is proposed. The model makes use of the autocorrelation and time series of the lead ice amount to effectively reduce the influence of the existing ice prediction models on the accumulation of errors in various micrometeorological factors to the icing prediction results. Finally, the prediction model is verified by simulated icing test on the power system microclimate simulation platform, and the average absolute error of short-term prediction is 0.78. At the same time, by extracting the actual icing data from the on-line monitoring system of Guizhou Power Grid, it is verified that the average absolute error of short-term prediction of the prediction model is 2.58. This proves the validity of the model and can provide a reference for the deicing of transmission lines.
【作者單位】： 西安工程大學(xué)電子信息學(xué)院;西安電子科技大學(xué)機電工程學(xué)院;
【基金】：國家自然科學(xué)基金(51177115) 陜西省重點科技創(chuàng)新團隊(2014KCT-16)~~
【分類號】：TM752

【參考文獻】

相關(guān)期刊論文 前10條

1 黃新波;王玉鑫;朱永燦;鄭心心;李弘博;王一各;;基于遺傳算法與模糊邏輯融合的線路覆冰預(yù)測[J];高電壓技術(shù);2016年04期

2 劉宏偉;陸佳政;賴旬陽;譚艷軍;徐勛建;王銀順;;輸電線路覆冰厚度短期多變量灰色預(yù)測模型研究[J];高電壓技術(shù);2015年10期

3 朱永燦;黃新波;賈建援;程丹;林淑凡;張燁;;輸電線路覆冰導(dǎo)線對流換熱的數(shù)值模擬[J];高電壓技術(shù);2015年10期

4 向澤;蔣興良;胡建林;常恒;尹芳輝;黎振宇;;雪峰山試驗站自然條件下導(dǎo)線覆冰厚度形狀校正系數(shù)[J];高電壓技術(shù);2014年11期

5 梁曦東;李雨佳;張軼博;劉瑛巖;;輸電導(dǎo)線的覆冰時變仿真模型[J];高電壓技術(shù);2014年02期

6 黃新波;李佳杰;歐陽麗莎;李立mg;羅兵;;采用模糊邏輯理論的覆冰厚度預(yù)測模型[J];高電壓技術(shù);2011年05期

7 韓葉良;蘇國鋒;袁宏永;馬偉;;基于粗糙集的電網(wǎng)覆冰事故預(yù)警模型[J];清華大學(xué)學(xué)報(自然科學(xué)版);2010年12期

8 黃新波;劉家兵;蔡偉;王小敬;;電力架空線路覆冰雪的國內(nèi)外研究現(xiàn)狀[J];電網(wǎng)技術(shù);2008年04期

9 黃新波;孫欽東;程榮貴;張冠軍;劉家兵;;導(dǎo)線覆冰的力學(xué)分析與覆冰在線監(jiān)測系統(tǒng)[J];電力系統(tǒng)自動化;2007年14期

10 韓路躍,杜行檢;基于MATLAB的時間序列建模與預(yù)測[J];計算機仿真;2005年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 黃新波;李弘博;朱永燦;王玉鑫;鄭心心;王一各;;基于時間序列分析與卡爾曼濾波的輸電線路覆冰短期預(yù)測[J];高電壓技術(shù);2017年06期

2 李亞莎;花旭;沈星如;代亞平;;基于Bezier曲面四邊形邊界元法的特高壓絕緣子串電場計算[J];華北電力大學(xué)學(xué)報(自然科學(xué)版);2017年03期

3 賈志東;王林軍;尚曉光;賈殙;石海珍;張楠;;基于紫外成像技術(shù)的瓷絕緣子串放電程度量化評估[J];高電壓技術(shù);2017年05期

4 于洋;何川;賈偉;楊瑞金;;直流融冰兼動補裝置在線路覆冰處置中的應(yīng)用[J];機電信息;2017年12期

5 李夢姣;徐志聘;王俊錁;李昊;;架空線路巡線移動終端人工觀冰應(yīng)用程序設(shè)計研究[J];現(xiàn)代制造技術(shù)與裝備;2017年04期

6 徐顯金;王云龍;楊小俊;吳龍輝;;除冰機器人磁力矩驅(qū)動除冰方法建模與仿真[J];計算機仿真;2017年04期

7 秦坤;;輸電線路覆冰預(yù)測的研究現(xiàn)狀[J];通信電源技術(shù);2017年02期

8 胡琴;于洪杰;李毅;舒立春;蔣興良;梁健;;分裂導(dǎo)線覆冰增長模擬計算及試驗驗證[J];高電壓技術(shù);2017年03期

9 王煥才;候龍府;;一種基于蟻群算法的分布式智能電網(wǎng)的實時監(jiān)測技術(shù)[J];數(shù)字技術(shù)與應(yīng)用;2017年02期

10 莊文兵;張海斌;趙宏宇;吳世新;萬明陽;;電線覆冰預(yù)報模型研究綜述[J];氣象科技進展;2017年02期

【二級參考文獻】

相關(guān)期刊論文 前10條

1 向澤;蔣興良;胡建林;常恒;尹芳輝;黎振宇;;雪峰山試驗站自然條件下導(dǎo)線覆冰厚度形狀校正系數(shù)[J];高電壓技術(shù);2014年11期

2 蔣興良;董冰冰;張志勁;舒立春;;絕緣子覆冰閃絡(luò)研究進展[J];高電壓技術(shù);2014年02期

3 黃新波;魏旭;李敏;肖淵;羅兵;;基于3組力傳感器和傾角傳感器的輸電線路導(dǎo)線覆冰在線監(jiān)測技術(shù)[J];高電壓技術(shù);2014年02期

4 陸佳政;胡建平;方針;蔣正龍;;雪峰山脈小沙江自然災(zāi)害試驗場覆冰與融冰試驗[J];高電壓技術(shù);2014年02期

5 羅健斌;郝艷捧;葉青;陽林;李立mg;曹敏;;利用光纖光柵傳感器測量輸電線路覆冰荷載試驗[J];高電壓技術(shù);2014年02期

6 陸彬;高山;孫遜;羅保松;任禹丞;;不同直徑下導(dǎo)線覆冰增長特性[J];高電壓技術(shù);2014年02期

7 梁曦東;李雨佳;張軼博;劉瑛巖;;輸電導(dǎo)線的覆冰時變仿真模型[J];高電壓技術(shù);2014年02期

8 呂錫鋒;何青;;高壓輸電線路電熱融冰技術(shù)[J];中國電力;2014年01期

9 戴棟;黃筱婷;代洲;郝艷捧;李立mg;傅闖;;基于支持向量機的輸電線路覆冰回歸模型[J];高電壓技術(shù);2013年11期

10 張f，

本文編號：2276868