收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于大数据的电网覆冰灾害预测与风险管理研究

马天男  
【摘要】:随着全球持续低温、雨雪、冰冻、雾霾等灾害性天气频发,恶劣气候导致的电网灾害不断加剧,电力线路覆冰造成的危害越来越严重,轻则引起闪络跳闸,重则导致金具损坏、断线倒杆、倒塔等严重事故,冰冻灾害问题已经成为许多国家的电网共同面临的难题,其中美国、加拿大、俄罗斯、法国、日本等国家都曾发生过严重的冰雪事故。作为受极端天气灾害影响比较严重的国家之一,我国受到气候和微气象、微地形条件的影响较大,电网冰冻灾害频繁发生,对电力线路的安全运行构成严重威胁,给社会造成了巨大的经济损失。尤其是2008年初,冰冻天气给我国电网系统造成了大范围的破坏,湖南、江西、浙江、安徽、湖北等地的电网发生倒塔、断线、舞动、覆冰闪络等多种灾害。此次冰灾持续时间长、影响范围广、覆冰强度大,电网设施遭到损害的程度也达到了历史之最。随着电网在线监测技术的发展,输电线路覆冰数据种类越来越越多,各种各样的异构大数据不断增长,传统数据分析方法与模型已不能满足日益增长的覆冰数据需求。因此,采用大数据分析工具与处理平台对大规模异构性覆冰数据进行分析,研究输电线路的覆冰增长规律,构建有效地覆冰预测模型与覆冰风险管理方法,对于提前预防区域电网冰冻灾害、保障电网安全稳定运行具有十分重要的科学意义和应用前景。本文针对输电线路覆冰问题,从研究线路覆冰产生机理出发,对导线覆冰影响因素进行了识别,在建立基于Spark大数据平台的覆冰数据预处理模型基础上,构建了输电线路覆冰影响因素量化分析模型。以覆冰影响因素识别与量化为依据,结合Spark处理平台分别建立了输电线路覆冰预测模型和覆冰状态风险智能评估模型,并因此构建了区域电网覆冰灾害风险管理体系,进行了多个实证研究。本文主要研究成果和创新如下:(1)对输电线路覆冰影响因素的识别和量化分析进行研究,建立了输电线路覆冰影响因素库和基于Spark大数据平台的无限深度卷积神经网络的影响因素综合量化模型。分别从气象因素、环境因素和线路参数三个方面展开影响因素识别的研究,并在此基础上,对影响因素的深度性、关联性和层次性三个方面进行了建模和量化。在方法选择上,采用影响深度系数实现因素深度性分析,采用Person相关系数模型和灰色关联度方法则对影响因素的关联性进行分析,采用网络层次分析模型则对影响因素的层次性权重进行量化,通过对三个方面的加权平均形成了影响因素综合量化系数。进一步,构建了基于无限深度卷积神经网络(IDNN)的输电线路覆冰影响因素综合量化模型,通过Spark大数据平台设置和运行,实现覆冰大数据的并行化处理、训练和学习,从而对影响因素进行综合量化分析。通过实例测算,验证了覆冰影响因素综合量化模型的有效性和可行性。(2)对输电线路覆冰智能预测模型进行研究,在Spark大数据运行平台上建立了基于离散小波不一致率特征提取和改进烟花算法优化加权最小二乘支持向量机的覆冰预测模型(QFA-W-LSSVM)。基于离散小波不一致率的特征选取中,通过离散小波变化将覆冰数据信号进行分解-重构,进而计算分解后的高、低频信号的不一致率,通过比较选择得到最优特征子集。基于量子改进的烟花优化算法中(QFA),通过量子编码和量子旋转门对烟花个体位置分别进行编码和更新,提高算法的空间搜索性能。基于加权的最小二乘支持向量机中(W-LSSVM),主要是对最小二乘支持向量机的输入向量进行了横向加权,同时对训练样本进行了纵向加权,加强了算法的学习和训练能力。将所构建的QFA-W-LSSVM覆冰预测模型放置于Spark大数据平台运行,并从覆冰数据仓库中调取实例数据进行模型有效性验证,相关计算结果表明本文所提出的输电线路覆冰厚度预测模型,与其它传统预测方法对比,有效地提高了预测精度和效果,是可行的和有效的。(3)对输电线路覆冰状态风险评估指标体系和评估方法进行研究,建立了基于Spark大数据平台的动态贝叶斯推理自适应模糊智能推断系统的覆冰状态风险评估模型(DBN-ANFIS)。本文为输电线路覆冰状态划分了五个风险等级,并基于微气象参数、环境因素和线路参数三个方面构建了覆冰状态风险评估指标体系。在覆冰风险评估模型中,动态贝叶斯推理结合覆冰时序样本信息,将经验和知识作为先验信息,不断完善自适应模糊智能推断系统模型中每层网络上的先前经验和知识,并能对先前结果进行不断修正,提高了算法的泛化能力和拟合能力。为实现对大数据量的风险评估状态参量的有效处理和识别,本文将所构建的DBN-ANFIS覆冰状态风险评估模型放置于Spark大数据平台上运行,通过覆冰数据仓库中的实例验证,相关测试结果表明,基于DBN-ANFIS模型的覆冰风险智能评估具有较好的适用性和精确性,算法稳定性高、拟合能力强。(4)对输电线路覆冰灾害经济性损失评估进行了研究,建立了覆冰断线经济性损失评估指标体系和覆冰灾害引起区域大停电经济性损失评估指标体系。本文将层次分析法和熵权法进行组合得到组合权重模型,并结合模糊综合评估方法分别对覆冰断线经济性损失和覆冰灾害引起区域大停电经济性损失进行了评估,实例验证表明,本文所构建的覆冰灾害经济性评估指标体系和评估方法是有效的和可行的。(5)基于Spark大数据平台的覆冰影响因素量化分析、覆冰厚度预测以及覆冰状态风险评估等,构建了基于大数据的区域电网覆冰灾害风险管理体系。本文基于大数据构建的覆冰风险管理体系包括电网覆冰灾害管理组织机构、大数据在线预警系统、大数据应急保障体系和大数据应急处理预案四个方面。在覆冰灾害管理组织机构中,主要构建了区域和地方两大应急管理组织机构。在覆冰灾害大数据在线预警系统中,构建了电网结构、覆冰监测与信息采集系统、通信系统、数据中心、中央处理器、授权系统和操作系统七大模块。在覆冰灾害大数据应急保障体系中,建立了通信与信息保障体系、应急队伍保障体系、应急物资装备保障体系、技术资源保障体系和其它保障体系。在覆冰灾害大数据应急处理预案中,根据在线预警系统对数据仓库中大量异构性覆冰数据的处理,结合IDNN因素量化模型、QFA-W-LSSVM覆冰预测模型和DBN-ANFIS覆冰状态风险评估模型对区域电网覆冰灾害作出预警,在划分覆冰预警与响应等级的基础上,分别就不同风险等级的应急预警启动流程和应急响应方式进行了详细的描述。本文提出的基于大数据的区域电网覆冰灾害风险管理体系,可帮助电网防冰抗冰工作人员提高工作效率、提高电网的安全稳定性,为区域电网冰冻灾害应急预案的编制提供借鉴和参考,具有广泛的适用性。


知网文化
 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