【摘要】：輸電線路覆冰負荷的預測對于電網(wǎng)規(guī)劃的運用實踐及經(jīng)濟方面都扮演很重要的意義。覆冰影響的電力系統(tǒng)空間規(guī)模、局域地理因素非常復雜,導致電力系統(tǒng)變化復雜。大多數(shù)對于電力系統(tǒng)的檢測預警與巡維控制都在不同的空間粒度和時間粒度上進行的。從架空輸電線路覆冰的影響因素及變化規(guī)律出發(fā),分別從時間和空間多粒度角度出發(fā),建立合適的架空輸電線路覆冰負荷時間多粒度預測和線路覆冰預警態(tài)勢評估系統(tǒng),為電力傳輸系統(tǒng)覆冰后提供預警決策是亟需解決的問題。本文擬基于數(shù)據(jù)驅(qū)動方法,針對目前存在的輸電線路覆冰預警模型對空間和時間多粒度關注不夠的問題。提出架空輸電線路覆冰預警時空多粒度態(tài)勢評估模型。主要取得以下研究成果:1)針對覆冰負荷時間序列存在的動態(tài)性、非線性、不確定性及突變性等特征,運用時間多粒度信號分析方法小波分析和集合經(jīng)驗模態(tài)分解(EEMD)對輸電線路覆冰負荷時間序列進行時間多粒度分析。通過實例驗證,該模型可將架空輸電線路覆冰負荷信號分解為多個具有不同特性分量信號,降低覆冰負荷時間序列存在的非平穩(wěn)性和敏感性對預測結果的影響,以便更好地跟蹤現(xiàn)場覆冰變化規(guī)律。2)針對傳統(tǒng)時間序列預測模型沒有考慮多個時間粒度,預測結果單一的缺點,基于線路覆冰時間序列多粒度分析后不同分量的特點,結合適用于處理時序數(shù)據(jù)的RVM和深度循環(huán)神經(jīng)網(wǎng)絡算法,提出了新的輸電線路覆冰負荷時間序列組合預測模型。實驗驗證表明本文所提出的EEMD-RVM和EEMD-RNN時間多粒度預測方法與SVM、Elman、EEMD-Elman等對比模型進行對比。本文所提出的方法有更高的預測精度,具有很好的運用價值。3)針對缺乏對架空輸電線路覆冰缺乏多維立體監(jiān)測預警模式的問題,本文基于地球物理相關聯(lián)信息,結合輸電線路覆冰負荷時間多粒度預測結果,建立輸電線路覆冰預警多粒度態(tài)勢評估系統(tǒng),突破并實現(xiàn)了重點地點、重點線性線路和重點面式廣域區(qū)域的監(jiān)測預警,結合數(shù)據(jù)融合、存儲和分析技術,為輸電線路覆冰的運維工作提供支撐。
【學位授予單位】：云南大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM752
【圖文】：

邐（２－２）逡逑２．２．２架空輸電線路覆冰負荷時間序列的定義逡逑圖２－１展示的是云南某電力監(jiān)測站點記錄的月度架空輸電線路覆冰負荷量。逡逑按時間順序，這個架空輸電線路覆冰負荷序列反映了該地區(qū)的架空輸電線路覆冰逡逑負荷變化情況，橫坐標為時間（間隔１５分鐘進行采樣），縱坐標為覆冰負荷。逡逑乫！邐，邐，]F■，信ｆ＿＿，邐，——逡逑８００邋－邐｜邐Ｉ逡逑Ｉ邋６。。－丨邐丨－逡逑§邋４０°－邋Ｊ邐Ｊ邋Ｉ逡逑ｏＬＪＬｌＬ邋１１．邋＜Ｉ－．．邋ｔｆｌ．邋．邋１１邋■■邋ｉｉｌｒ邋Ｌ．邋■，逡逑０邐０．５邐１邐１．５邐２邐２．５逡逑Ｔｉｍｅ／ｓ逡逑圖２－１云南某地月度架空輸電線路覆冰負荷逡逑以時間為序統(tǒng)計排列的線路覆冰負荷及相關隨機變量表示線路覆逡逑冰負荷時間序列隨機事件｛竹，？￡：0或隨機序列的》個有序觀察值，表示為逡逑只，乃，…，凡或ｋ，？邋＝邋１，邋２，…，《｝。我們研宄的目的是，由于線路覆冰負荷隨逡逑機時序的規(guī)律是模糊的，要想探索線路覆冰負荷隨機時間序列的性質(zhì)就需要逡逑分析觀察值序列的性質(zhì)從系統(tǒng)的角度出發(fā)

天的負荷進行時間多粒度分析。得出各覆冰負荷周期變化所對應時間粒度及分布逡逑規(guī)律，可以為時間多粒度線路覆冰負荷預警理論基礎。逡逑圖２－４為復Ｍｏｒｌｅｔ小波系數(shù)模值幅角分布圖，橫坐標為時間（采樣間隔１５分逡逑鐘），以不同的時間粒度為縱坐標；從圖中可以明顯看出，當架空輸電線路覆冰負逡逑荷量增加時分布向黃色正值中心靠近，當架空輸電線路覆冰負荷量減少下降時向逡逑藍色負值中心靠近。在整個時間域中，輸電線路覆冰負荷量藍黃顏色交替變化，體逡逑現(xiàn)為不同時間粒度下的輸電線路覆冰負荷周期性變化。逡逑同時由圖２－４可得出，在線路覆冰負荷變化過程中存在４００ａ￣５００ａ、６００ａ？７００ａ逡逑和８００ａ￣９００ａ這３種變化周期明顯的時間粒度。逡逑畫逡逑１０００邐２０００邐：？００邐４０００邐５０００邐６０００邐７０００邐ＷＷＯ邐９０００逡逑圖２－４輸電線路覆冰負荷復ＭｏＨｅｔ小波系數(shù)輻角云圖逡逑線路覆冰負荷時間序列的波動能量隨粒度ａ（時間間隔１５分鐘的倍數(shù)）的變化逡逑可以由小波方差圖反映。可用來確定線路覆冰負荷演化過程中存在的主周期。將不逡逑同時間粒度的小波系數(shù)代入方程（２－６）可以得到線路覆冰負荷變化的小波方差。以逡逑小波方差為縱坐標，時間粒度ａ為橫坐標，可繪制得到小波方差圖（圖２－５）。圖２＿逡逑５表示９０天的架空輸電線路覆冰負荷序列變化強度在不同時間粒度ａ上的分布情逡逑況。逡逑線路覆冰負荷的小波方差中存在３個較為明顯的峰值，由結果數(shù)據(jù)篩選可知逡逑Ｉ４逡逑

邋１２００逡逑時間尺度／ａ逡逑圖２－５架空輸電線路覆冰負荷序列小波方差逡逑主周期趨勢圖在架空輸電線路覆冰負荷多時間粒度分析中起著重要作用，根逡逑據(jù)小波方差驗證的結果，繪制了決定線路覆冰負荷演化的第一至第三主周期小波逡逑系數(shù)（圖２－６、圖２－７、圖２－８）。從主周期趨勢圖中可以計算得到三個主要時間粒逡逑度對應的線路覆冰負荷變化的平均周期。圖２－６特征時間粒度為６２７ａ時線路覆冰逡逑負荷變化的平均周期為ｌ000ａ左右，大約經(jīng)歷了邋４個覆冰轉(zhuǎn)換期；在８７６ａ特征時逡逑間粒度上（圖２－７），線路覆冰負荷的平均變化周期為３０００ａ左右，大約５個周期的逡逑覆冰變化；在４３２ａ特征時間粒度上（圖２－８），線路覆冰負荷的平均變化周期為８００ａ逡逑左右，大約６個周期的覆冰變化。逡逑第一主周期６２７ａ特征時間尺度逡逑２０００邋邐１邐１邐１邐１邐１邐１邐１邐１邐逡逑１邋ｏＷＷＷＷＶＷＷＷＶＷＷ＾逡逑－２０００邋邐１邐１邐１邐１邐１邐１邐１邐１邐逡逑０邐１０００邐２０００邐３０００邐４０００邐５０００邐６０００邐７０００邐８０００

【參考文獻】

相關期刊論文 前10條

1 郭麗麗;丁世飛;;深度學習研究進展[J];計算機科學;2015年05期

2 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;2013年11期

3 王ei青;戴棟;郝艷捧;李立mg;傅闖;饒宏;;基于在線監(jiān)測系統(tǒng)的輸電線路覆冰數(shù)據(jù)統(tǒng)計與分析[J];高電壓技術;2012年11期

4 尹世鋒;盧勇;王閘;李鵬;徐克舉;;基于CACA-WNN的惡劣氣候條件下架空輸電線路覆冰厚度的預測[J];電力科學與工程;2012年11期

5 葉林;劉鵬;;基于經(jīng)驗模態(tài)分解和支持向量機的短期風電功率組合預測模型[J];中國電機工程學報;2011年31期

6 張志勁;蔣興良;胡建林;孫才新;舒立春;胡琴;;雪峰山自然環(huán)境試驗站覆冰試驗技術[J];高電壓技術;2011年09期

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

8 肖白;穆鋼;楊右虹;閆浩;楊晨鈞;陳宏偉;;基于GIS的空間電力負荷預測平臺的研究與開發(fā)[J];中國電力;2010年10期

9 文習山;龔宇清;姚剛;蔣日坤;藍磊;;導線覆冰增長規(guī)律的試驗研究[J];高電壓技術;2009年07期

10 李文良;衛(wèi)志農(nóng);孫國強;完整;繆偉;;基于改進空間相關法和徑向基神經(jīng)網(wǎng)絡的風電場短期風速分時預測模型[J];電力自動化設備;2009年06期

相關博士學位論文 前1條

1 馬天男;基于大數(shù)據(jù)的電網(wǎng)覆冰災害預測與風險管理研究[D];華北電力大學(北京);2017年

相關碩士學位論文 前2條

1 姚江;輸電線路覆冰災害預警研究[D];西安理工大學;2018年

2 趙承;基于集對分析的架空輸電線路狀態(tài)評價方法[D];西安理工大學;2017年

本文編號：2806347