輸電線路覆冰負荷智能預測模型的迭代誤差隨預測步長的增加而增大,無法對長期的覆冰負荷進行預測;且小概率覆冰事件樣本較少,無法對上百年一遇的重大覆冰災害進行預測。針對上述問題,提出一種基于時序近鄰保持嵌入算法的輸電線路覆冰預測模型,利用正常狀況下的覆冰微氣象數(shù)據(jù)構建預警模型,得到一條嚴重覆冰預警紅線,以預測結果是否超限為判斷依據(jù),從而預警是否有嚴重覆冰發(fā)生,給出了一種對幾十年一遇甚至上百年一遇的重大覆冰災害進行預警的可行性方法。仿真結果表明,時序近鄰嵌入保持算法模型可以對嚴重覆冰進行有效預警,且能夠有效減低誤報率及漏報率,體現(xiàn)了時序近鄰嵌入保持算法模型對嚴重覆冰過程預警的優(yōu)越性。 

【文章來源】：計算機仿真. 2020,37(10)北大核心

【文章頁數(shù)】：6 頁

【圖文】：

基于TNPE算法的輸電線路覆冰過程預警流程

首先,選擇1000組輸電線路上沒有覆冰以及覆冰重量較小的微氣象數(shù)據(jù)作為訓練數(shù)據(jù),并對數(shù)據(jù)進行預處理,本實驗對風向進行了平滑濾波處理,對日照強度進行了平均化處理,處理后的訓練數(shù)據(jù)如圖2所示。選擇2000組包含覆冰重量較大情況的微氣象數(shù)據(jù)作為預測數(shù)據(jù),處理后的數(shù)據(jù)如圖3所示。圖3 預測數(shù)據(jù)

圖2 訓練數(shù)據(jù)在建模過程中需要設置TNPE算法的時序鄰域個數(shù)k以及降維維度d,在本實驗中設置k=25,降維維度d=2,統(tǒng)計量SPE的置信度設置為99%。

【參考文獻】：
期刊論文
[1]環(huán)境條件對線路絕緣子覆冰形態(tài)和密度的影響規(guī)律[J]. 孫磊,賈志東,李亞偉,張星海,周朋.  高電壓技術. 2018(08)
[2]再次面臨電網(wǎng)冰雪災害的反思與思考[J]. 蔣興良,張志勁,胡琴,胡建林,舒立春.  高電壓技術. 2018(02)
[3]基于時間序列分析與卡爾曼濾波的輸電線路覆冰短期預測[J]. 黃新波,李弘博,朱永燦,王玉鑫,鄭心心,王一各.  高電壓技術. 2017(06)
[4]基于短期覆冰預測的電網(wǎng)覆冰災害風險評估方法[J]. 晏鳴宇,周志宇,文勁宇,郭創(chuàng)新,陸佳政,姚偉.  電力系統(tǒng)自動化. 2016(21)
[5]基于遺傳算法與模糊邏輯融合的線路覆冰預測[J]. 黃新波,王玉鑫,朱永燦,鄭心心,李弘博,王一各.  高電壓技術. 2016(04)
[6]輸電線路覆冰厚度短期多變量灰色預測模型研究[J]. 劉宏偉,陸佳政,賴旬陽,譚艷軍,徐勛建,王銀順.  高電壓技術. 2015(10)
[7]輸電導線的覆冰時變仿真模型[J]. 梁曦東,李雨佳,張軼博,劉瑛巖.  高電壓技術. 2014(02)
[8]基于支持向量機的輸電線路覆冰回歸模型[J]. 戴棟,黃筱婷,代洲,郝艷捧,李立浧,傅闖.  高電壓技術. 2013(11)
[9]電網(wǎng)可靠性評估的建模和仿真研究[J]. 李麗穎,孫躍國.  計算機仿真. 2012(04)
[10]基于BP神經(jīng)網(wǎng)絡的輸電線路覆冰增長模型研究[J]. 羅毅,姚毅,李鶯,王鍇,邱玲.  四川理工學院學報(自然科學版). 2012(01)

博士論文
[1]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]. 馬天男.華北電力大學(北京) 2017
[2]數(shù)據(jù)局部時空結構特征提取與故障檢測方法[D]. 苗愛敏.浙江大學 2014



本文編號：3309531