收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

输电线覆冰负荷预测模型的数据驱动方法研究

李奇茂  
【摘要】:架空输电线覆冰灾害严重的影响到电力传输系统的稳定和安全的运行,因此对其覆冰过程的预测研究是一个极其重要而有意义的课题。由于覆冰过程的复杂性导致的预测模型的不确定性、多粒度等问题,使得基于覆冰机理的解析型模型难于获取。而另一方面,输电线路监测装置采集了大量的微气象和覆冰监测数据,因此本文采用基于数据驱动的方法对架空输电线覆冰预测模型进行研究,主要研究成果如下: 首先介绍了国内外对覆冰模型研究的最新成果,指出了当前覆冰预测模型存在的问题,从覆冰形成机理的角度分析了影响覆冰过程的主要因子。结果表明,架空输电线的覆冰过程主要是取决于架空输电线周围的微气象因子。 其次从线性的角度研究了覆冰预测模型,提出了基于时间序列的多项式拟合和移动平均与自回归(ARMA)的覆冰负荷预测模型。该类模型以输电线的微气象参数作为模型输入,使用历史数据对模型进行训练,不断的调整其参数,从而实现了对覆冰过程的短时预测,并分析和比较了两种模型在覆冰应用上的优缺点。 最后从非线性的角度研究了覆冰预测模型,基于混沌时间序列分析方法,重构了微气象因子和覆冰负荷的相空间。并以此为基础,提出了基于BP神经网络、支持向量机(SVM)等机器学习方法的覆冰负荷预测模型,结合应用范例验证了两类模型在同一输电线上的相同的和不同的覆冰过程的预测效果。结果表明:较之BP神经网络,SVM模型具有训练效率高、泛化能力强、模型稳定等优点,能够较好的预测输电线路覆冰的中长期和短期发展趋势,为电力部门及时的做出除冰维护措施提供了一定的指导依据,从而保障了电力系统的安全稳定运行。


知网文化
【相似文献】
中国期刊全文数据库 前2条
1 张宁;韩富春;武天文;;基于人工神经网络和模糊推理的短期负荷预测模型[J];电气技术;2005年11期
2 柳明;何光宇;卢强;;运行规划中的公用信息模型[J];电网技术;2006年22期
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978