关键词： 等值覆冰厚度   耐张塔   简化预测方法   静态力学模型   悬垂角  

摘要： 输电线路覆冰会引发断线倒塔事故,严重影响电网的安全运行,准确监测线路覆冰情况具有重要的工程意义和应用价值。在输电线路综合荷载的静力学模型基础上,提出了两种简化的等值覆冰厚度预测方法。第一种简化方法不需要水平档距和高度差参数,减少了输入参数;第二种简化方法不需要角度传感器,避免角度传感器误差造成的预测性能下降,且减小了系统的硬件成本。结果表明:在大水平档距情况下,第一种简化方法与现有方法的预测性能基本一致;在覆冰前后悬垂角变化不大的情况下,第二种简化方法的预测误差在工程允许范围以内。

关键词： 输电线路   覆冰预测   恢复力评估   韧性增强   粒子群算法  

摘要： 针对输电线路发生偶发性覆冰时,线路覆冰预测精度低以及线路恢复力评估模型不准确等问题,首先根据灰色关联度比重,建立了基于分段粒子群优化(Partition particle swarm algorithm,PPSO)最小二乘支持向量机(Least squares support vector machine,LSSVM)的输电线路覆冰厚度预测模型,用于预测未来36h的覆冰厚度。将线路覆冰后恢复力模型划分为覆冰前期、覆冰中期、覆冰恢复自持期、覆冰恢复后期4个阶段,分别建立评估指标;基于覆冰后线路功率变化熵和预测的线路覆冰增长量,建立线路韧性增强方式。仿真结果表明,采用所提方案后,传输系统在发生偶发性线路覆冰时的韧性被提高了11.54%。

关键词： 输电线路设计   高压架空输电线路   数字化技术   自动化技术   数字化工程   能源管理   电力交易   处理与分析  

摘要： 当前世界正在经历以数据为核心、互联网为手段的第二次信息化浪潮(从IT到DT时代),未来社会将是以数字化工程为基础的智能社会。数字化技术在各行各业的应用越来越广泛,给各个产业赋予了新的形式、新的动能,实现了产业的升级换代。数字化技术在电网中的应用主要有以下几个方面:一是输电线路设计、施工数字化技术,二是智能电网技术,三是数字化能源管理技术,四是电力交易技术,五是保护与自动化技术,六是数字化运营维护技术。

关键词： 微气象   覆冰预测   灰色关联分析   改进灰狼算法   除冰系统  

摘要： 随着电网的不断发展,输电线路覆冰问题引起了越来越多的关注。覆冰会导致诸多问题,包括线路负荷增加、机械强度降低、电气距离增大,从而引发绝缘子闪络、击穿和线路舞动等严重后果。随着输电线路数量的持续增加,倒塔、冰灾等损失严重的事件屡有发生,这使得确保输电线路的安全稳定运行成为亟需解决的问题。因此,需要采取有效措施来解决输电线路覆冰问题,以确保电网运行的可靠性和安全性。 针对现有输电铁塔线路覆冰预测模型中存在的模型输入输出向量选择随意性强、预测精度不高、预测平台信息展示不全面等问题,本文提出了一种基于微气象的输电线路覆冰厚度预测方法及除冰解决方案。在详细分析输电线路覆冰机理及常见覆冰预测模型的基础上,首先对输电线路覆冰与微气象因素的复杂关系进行深入分析,通过灰色关联分析(Grey Relation Analysis,GRA)算法得到与输电线路覆冰形成相关的气象数据约简模型,并通过改进GRA算法对异常数据进行筛选与识别,得到更适合机器学习的输电线路覆冰厚度数据集;其次建立基于最小二乘支持向量机(Least Squares Support Vector Machines,LSSVM)的输电线路覆冰预测模型,在预测模型参数寻优过程中,针对传统灰狼算法参数寻优时易陷入局部最优的问题,提出改进灰狼算法(Improved Gray Wolf Optimizer,IGWO)对LSSVM的惩罚因子C和核函数宽度δ进行寻优;最后采用一体式微气象站实时采集气象数据,将采集到的数据上传至云服务器,上位机从云服务器中获取气象数据,通过GRA-IGWO-LSSVM模型预测出输电线路的覆冰厚度,同时设计并研制输电线路除冰系统,并采用Arduino软件基于微软用户界面技术开发人机交互可视化平台,平台通过MQTT通讯协议实时更新微气象站采集的数据信息、覆冰厚度及除冰机器人的状态信息。 实验结果表明本文提出的输电线路覆冰预测模型预测精度较高,仿真对比得出其平均绝对误差、平均绝对百分比误差和均方根误差较灰狼算法(Gray Wolf Optimizer,GWO)预测模型分别减小了33.195%、20.872%和49.809%。同时,通过开发人机交互平台和实时数据采集系统,有效监测和控制输电线路的覆冰情况,达到了“主动防冰、科学除冰”的效果。除冰设备加热续航时间和巡检除冰续航时间分别为6.323 h和4.372 h,系统运行情况良好,为输电线路除冰方面的提供了参考价值,具有一定推广意义。

摘要： 本研究聚焦于新能源项目架空输电线路的施工管理，旨在通过优化线路布局,提升质量和施工效率。通过深入分析地理信息系统、层次分析法和遗传算法等技术的应用，揭示线路路径选择的优化方法，并探讨新能源项目架空输电线路的施工管理方法，为新能源项目的可持续发展提供技术参考。新能源项目架空输电线路的施工管理是整个项目成功的基石。因此，要规划管理选择最佳线路路径、稳定的杆塔和导线，确保输电效率和安全性。施工管理涵盖精准测量、数字化信息管理和工艺创新等环节，有助于提高施工的效率和质量。这两大环节的紧密相连，共同确保了新能源电力的高效传输，对推动绿色能源的可持续发展具有重要意义。

关键词： 输电线路   覆冰灾害   谱聚类   完全自适应噪声集合经验模态分解算法   神经网络  

摘要： 随着全球气候变化的日益严峻,极端气候事件的频率和强度显著增加,尤其是在寒冷地区。这些变化导致输电线路经常面临严重的覆冰问题,对电力系统的稳定性和安全运行构成了显著的挑战。覆冰可能会导致输电线路损坏或电力塔倒塌,甚至引发广泛的电力中断。因此,准确预测和有效管理覆冰事件对电力系统的可靠性至关重要。文中介绍了输电线路覆冰的分类,包括雨凇、雾凇、混合凇和霜冻,并分析了它们对输电线路的影响。气象因素、地形因素和导线特性都是影响覆冰的重要因素。此外,还介绍了国内外关于输电线路覆冰的研究现状,包括国外的风险评估和模型研究,以及国内在监测技术、预测模型等方面的研究进展。 本研究采用了谱聚类和完全自适应噪声集合经验模态分解(CEEMDAN)算法对原始时序数据进行处理,以提取关键特征。通过构建相似度矩阵和拉普拉斯矩阵进行降维和特征值计算,选定的特征向量用于新数据的表示,并通过聚类分析提取输电线路的覆冰特征,采用长短时记忆网络(LSTM)实现覆冰等级的分类。在此基础上,同时提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN)算法、谱聚类算法、卷积神经网络(CNN)、门控循环单元网络(GRU)以及注意力机制的多变量回归预测模型。通过对气象数据和历史覆冰厚度数据的分析,提取相关特征,并利用CEEMDAN算法对数据进行分解。然后,利用谱聚类算法对分解得到的IMF分量进行聚类,选择与覆冰厚度变化相关的模态作为模型的输入特征,构建一个集成了CNN、GRU和注意力机制的深度学习模型,用于预测输电线路覆冰厚度。最后,通过对模型的训练和测试,验证了所提出模型的有效性和准确性。 此外,通过与传统覆冰预测方法的比较,本研究的方法显示出更高的预测准确性和可靠性。系统的稳定性和实时性能为高寒地区的融冰方案设计和管理提供了有力的支持,显著提升了预测能力。综上所述,本研究提出了一种创新的输电线路覆冰特征提取分类与厚度预测的模型,适用于高寒地区输电线路在极端气候条件下的覆冰监测与管理。这不仅有助于电力公司更有效地应对和管理覆冰引起的风险,还确保了电力系统的稳定运行,从而提升了电力供应的可靠性。未来的研究将通过算法优化与系统性能提升,进一步增强覆冰预警的准确性与实时性。

关键词： 输电线路覆冰   输电系统韧性   双控门循环单元   向量加权平均算法   功率变化熵  

摘要： 输电线路作为电力系统发输变配用中一个关键环节,其重要性不言而喻。我国地域辽阔、地理纬度跨度大且涵盖多种气候环境,输电线路常受到因气候变化导致的自然灾害的影响,其中输电线路覆冰是最为常见的一种。覆冰区域以南北地理环境和气候条件划分为常规冰灾区和非冰灾区,当非冰灾区发生极端冰灾时,输电线路上的覆冰载荷往往会超过其覆冰设计规范阈值,给电力系统的正常运行带来极大的隐患。本文针对非冰灾区的偶发性覆冰灾害,对输电线路覆冰预测和输电系统的韧性增强策略进行研究。本文主要研究工作如下: 1)搭建基于双控门循环单元（Bidirectional Gated Recurrent Units,BIGRU）的覆冰预测模型,并利用向量加权平均算法（Weighted mean of vectors algorithm,INFO）优化基于BIGRU的覆冰预测模型,有效捕捉覆冰时间序列数据中的时序关系和微气象变量之间的关系。采用自定义损失函数f和线路覆冰时的综合载荷,对覆冰预测过程进行物理修正（Physical Correction,PC）,使预测模型更符合线路覆冰的物理机理;根据输电线路覆冰增长量的变化,在预测过程中引入时间累计效应（Time-Cumulative Effect,TCE）,减小覆冰随时间变化导致的厚度累计误差,提高预测模型精度和泛化能力。实验证明,计及双作用效应的INFO-BIGRU覆冰厚度预测模型和其它小样本模型在覆冰的增长阶段、平稳阶段和融化阶段的预测结果相比,具有更高的精度和物理可靠性。 2)建立输电系统在冰灾下的故障率模型和输电系统的甩负荷模型;利用输电系统在冰灾时的韧性曲线,建立覆冰前期、覆冰中期、覆冰恢复自持期、覆冰恢复后期四个阶段的评估指标;利用蒙特卡洛方法模拟偶发性输电线路覆冰受灾范围,通过输电系统故障率模型建立关键覆冰线路合集Lice,采用所提覆冰厚度预测模型对覆冰合集Lice进行预测,计算覆冰线路负荷的变化熵,并计算关键线路进行直流除冰时的系统负荷变化。建立基于功率变化熵的线路韧性增强策略增强输电系统在覆冰时的韧性。实验结果证明,基于功率变化熵的线路韧性增强策略在IEEE-30节点系统和IEEE-118节点系统中,其韧性分别提升了11.54%和10.49%,有效地增强了输电系统在发生冰灾时的抵抗力。

关键词： 无人机爆破除冰   输电线路巡检   覆冰分析   电力金具检测   图像处理  

摘要： 受气象、温度、地形等因素的综合影响,架空输电线路容易产生导线覆冰现象。导线覆冰会导致杆塔及导线载荷增大,严重时引起倒塔、断线等线路损伤,从而影响电力线路的正常运行。为减少覆冰灾害的发生,本文提出了一种基于无人机的爆破除冰方法,并对导线覆冰分析及定位技术进行了研究,主要研究内容如下: (1)设计了一种架空输电线路覆冰分析方法。首先,使无人机在多个视角下对覆冰输电线进行数据采集;然后,在图像处理阶段引入了输电线点云对图像上的目标进行粗提取,提高边缘检测的准确率;接着,设计了一种多边形拟合方法对覆冰输电线的截面形状进行拟合,同时准确定位输电线在覆冰截面中的位置;最后,通过实验验证了覆冰输电线边缘检测的精度和覆冰输电线截面形状拟合的可行性与有效性,为爆破药量的选择提供了依据。 (2)对YOLOv8进行改进,实现了覆冰架空输电线路上关键电力金具的识别与定位,便于选择合适的爆破点,从而减少对线路的损伤。使用CG Block模块代替YOLOv8算法中的下采样卷积模块,以保留图像细节,减少目标漏检和误检;引入EMA模块,调整图像特征权重,抑制背景干扰,提高模型的鲁棒性和可扩展性。为了验证改进算法的有效性,使用自制电力金具数据集进行了实验,该数据集中包含部分通过图像合成技术得到的覆冰场景下电力金具图像,以确保改进算法对覆冰场景检测的有效性。最终实验结果表明,改进的YOLOv8算法在自制数据集上对覆冰场景下电力金具的检测精度有了显著提升。引入了无人机位姿信息,对图像上电力金具像素坐标进行变换,得到电力金具在架空输电线路的实际分布情况。 (3)无人机爆破除冰平台搭建及实验验证。首先介绍了无人机爆破除冰系统的关键软硬件组成,包括无人机平台、地面监管系统以及两个关键的机载设备。然后针对覆冰检测及金具识别进行测试,包括无人机平台的传感器标定,无人机在巡检过程中的定位、建图以及输电线点云处理等重要功能。最后,结合改进的YOLOv8算法在图像上对电力金具检测的结果,确定出架空高压输电线路中电力金具的位置分布。通过设计无人机巡检实验,验证了无人机爆破除冰在架空输电线路覆冰分析及定位方面的可行性。