关键词： 特高压输电   工程建设   全生命周期   机械化施工  

摘要： 特高压架空输电线路具有电压等级高、输送容量大、输电距离过长,吸纳路损耗低,相关工程投入效率高,利用率也高的特点,但是具有相对灵活的优势和特点。但是由于特高压架空输电线路高空作业、电压等级高等的特点,导致其施工过程具有一定的危险性,因此文章提出了特高压架空输电线路全过程机械化施工技术作出了技术探究,采用现代化技术,如无人机和遥感技术等应用到的特高压架空输电线路的地质勘测过程中,通过高分遥感影像、无人机影像等施工区域的地质条件进行分析,保障施工前期的安全问题。以基于全过程机械化做作业的相关探究,报告施工工程可以安全、高效优质地完成特高压架空输电线路的建设任务。

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： 架空输电线路   施工安全   防控要点   防控对策  

摘要： 在架空输电线路施工过程中,将会面临各种安全风险,需要通过现场勘察,从人、机、物等多方面综合分析,根据架空输电线路施工特点,制订详细的施工安全防控计划,保证施工作业的规范性和安全性.以架空输电线路施工为探究重点,通过对架空输电线路施工特点的研究,进一步探讨施工中常见的安全问题,确定施工安全防控要点,并提出具体的防控对策,以供参考.

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。

关键词： 架空输电线路绝缘子   绝缘子覆冰监测   覆冰类型   覆冰状态参数   图像诊断  

摘要： 架空输电线路在跨越复杂地形区时,受持续低温凝冻极端天气的影响易覆冰。严重覆冰会导致架空输电线路绝缘子的电气性能急剧下降,威胁电网的安全稳定运行。中高纬度寒冷国家和地区的电网常因大气覆冰遭受巨大损失,我国是其中受影响最严重的国家之一。在我国,架空输电线路易覆冰区段大多地处偏远山区,人工观测和巡检的难度大。因此,发展可靠、精准、高效的图像诊断技术对于监测架空输电线路的覆冰状态并制定有效的防冰抗冰决策至关重要。 本文关注雨凇和混合凇等危险覆冰类型频发的中国南方地区,依托电网公司实际运行架空输电线路的覆冰监测图像和数据,系统研究了架空输电线路绝缘子覆冰状态的全自动、高精度、细粒度图像诊断技术。本文建立了绝缘子覆冰监测图像数据集,提出了绝缘子及其覆冰类型和无冰状态的图像识别方法,针对图像中绝缘子串覆冰厚度的量化表征提出了图像轮廓面积及计算方法,针对绝缘子覆冰位置和形态的精细分析提出了图像伞形参数及计算方法,聚焦雨凇这一最危险覆冰类型的状态评估提出了图像冰凌形态参数及计算方法。主要内容如下: (1)构建了架空输电线路绝缘子覆冰监测图像数据集。人工标注了23.6万多张覆冰监测图像,设计并建立了分类分级的图像数据集,统计研究了绝缘子监测图像的采样间隔和数量分布,发现覆冰监测图像的数据分布呈时空聚集性、类间极不均衡、数量大但价值密度低等特点。该数据集为绝缘子覆冰状态图像诊断研究提供了数据基础。 (2)提出了基于弱监督迁移学习的绝缘子及其覆冰类型识别方法。通过三阶段迁移学习方法训练图像识别模型,实现了绝缘子及其雪、雾凇、混合凇、雨凇等自然覆冰类型和无冰状态的准确识别;基于弱监督学习研究了图像自动标注方法,用伪标注代替了人工标注,提升了图像标注效率,实现了图像识别模型优化;分析了可视化图像多维度特征、覆冰类型识别准确性和模型弱监督学习效果,验证了所提方法的可行性和泛化能力。该方法为绝缘子及其覆冰类型的远距离、非接触式诊断提供了技术手段。 (3)提出了基于图像轮廓面积的绝缘子串覆冰厚度计算方法。结合Grab Cut、图像去噪和增强算法,研究了无冰图像矩形分割和覆冰图像模板分割方法,实现了不同型式、覆冰类型和覆冰程度绝缘子图像的自动分割;提出了图像轮廓面积及其覆冰后相对覆冰前变化率的计算方法,实现了绝缘子串轴向和周向覆冰厚度的综合量化;将自动计算的轮廓面积变化率与人工计算值、基于力学监测的拉力监测值和等效覆冰厚度进行对比研究,验证了方法的有效性。该方法为绝缘子串覆冰厚度的图像监测提供了解决方案。 (4)提出了基于图像伞形参数的绝缘子覆冰形态定位分析方法。通过提取和计算图像轴线与其两侧轮廓点的相对位置,研究了将图像转换为可量化轮廓线的方法;对轮廓线峰谷特征进行了提取和分析,自动定位绝缘子的图像伞檐、伞根和伞单元等关键区域;提出了绝缘子图像伞伸出、图像伞间距、图像伞轮廓长、图像伞檐-伞根距共四类图像伞形参数及其覆冰后相对覆冰前变化率的计算方法,实现了绝缘子串及其伞单元多种覆冰类型、分布和程度的精准评估。 (5)提出了基于冰凌形态参数的绝缘子雨凇覆冰状态评估方法。考虑了多视角、多材质绝缘子的雨凇形态特征,基于轴向梯度分布实现了多视角图像伞单元自动定位,基于周向梯度和矩形拟合研究了伞单元最长冰凌和绝缘子串冰凌带自动检测方法;提出了绝缘子串及其伞单元图像冰凌分布和图像冰凌桥接程度共两类冰凌形态参数的计算方法;通过与人工计算值进行一致性对比,证明了该方法定位、定量诊断绝缘子雨凇覆冰均匀性和桥接状态的准确性。 本文研究成果丰富了架空输电线路覆冰图像监测技术手段,为自动精准诊断绝缘子覆冰状态提供了新的参数和方法。所提方法配套开发的程序软件正部署或试点应用于电网公司覆冰监测系统,具有良好的工程应用价值和前景。

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。