关键词： 输电线路   覆冰预测   灰色关联分析   量子粒子群算法   支持向量机  

摘要： 冰雪灾害使得输电线路以及杆塔受到损害,造成部分地区中断供电,严重影响电网安全稳定运行,因此,对输电线路覆冰厚度进行预测可以有效地指导电网防冰工作。本文在分析线路覆冰机理的基础上,利用机器学习智能算法建立预测模型,通过灰色关联法分析不同因素对线路覆冰的影响,提出一种基于改进量子粒子群算法优化支持向量机(IQPSO-SVM)的线路覆冰厚度预测模型。本文的主要研究内容如下:1)阐述了覆冰形成的气象条件和生长过程,总结了线路覆冰的三种典型形态和危害,综合考虑了影响线路覆冰的气象、地形和线路自身等因素,并介绍了两类经典的覆冰模型。2)利用多层感知器(Multilayer Perceptron,MLP)神经网络和支持向量机(Support Vector Machines,SVM)建立了输电线路覆冰厚度预测模型;通过仿真实验对比分析得出:SVM建立的回归预测模型比MLP神经网络预测方法结果更易收敛且误差较小,更适合输电线路覆冰厚度预测。针对预测过程中SVM的惩罚参数和核函数对结果精度存在较大影响,采用粒子群算法(Particle Swarm Optimization,PSO)对SVM参数进行优化来减小预测相对误差。3)针对气象因素对输电线路覆冰厚度模型预测精度存在较大影响,利用灰色关联分析法对影响覆冰等效厚度因素进行关联分析,得到影响线路覆冰的强相关因素。针对粒子群算法在迭代过程中易限于局部最优的问题,提出了IQPSO-SVM线路覆冰厚度预测模型,通过实际线路覆冰历史数据对模型进行预测,利用对比实验验证模型的有效性。实验结果表明:与同类型方法相比,本文提出的IQPSO-SVM覆冰厚度预测模型预测精度较高,其平均绝对误差百分比为1.946%,均方根误差0.107mm,具有一定工程价值。

关键词： 覆冰类型   覆冰过程   微气象   架空输电线路   数据集  

摘要： 近年来,全球气候逐渐变暖,飓风、洪涝、冰冻等自然灾害频发,给电网安全运行带来了极大的威胁,特别是因架空输电线路覆冰导致的电网危害愈发严重。不同的覆冰类型对电网的危害不同,相应的除冰措施也不同,完整的覆冰过程则可以反映整个覆冰发展的趋势。若能准确评估架空输电线路覆冰类型和提前预知整个覆冰过程趋势,从而及时采取有效的防冰除冰决策,对电网防冰减灾和安全运行具有重要意义。当前架空输电线路覆冰监测系统支持在线监测覆冰厚度,多年来积累了大量的覆冰微气象、拉力(等值冰厚)和图像数据,但仍然无法直接监测架空输电线路的覆冰类型、也无法自动获取完整的覆冰过程。随着大数据分析与人工智能技术的兴起,应用人工智能方法对覆冰数据进行大数据挖掘和大数据分析,已经成为一种趋势。针对覆冰数据利用率低、覆冰系统无法直接监测覆冰类型和自动获取覆冰过程等问题,本文充分利用南方电网覆冰监测系统10多年积累的海量覆冰数据,应用人工智能算法研究架空输电线路覆冰类型和覆冰过程的识别,并提出相应的预测方法。首先,利用架空输电线路覆冰监测系统的微气象和图像数据,提出覆冰类型标注方法,构建了覆冰类型数据集,共包含6344个覆冰类型样本;利用微气象和冰厚数据,提出完整覆冰过程提取方法,构建了覆冰过程数据集,共包含73个覆冰过程样本。然后,基于构建的覆冰类型数据集,统计分析不同覆冰类型的微气象和时空分布特征,提出连续三天微气象数据识别与预测覆冰类型的方法;结果表明,雨凇、雾凇、混合凇和湿雪的识别准确性均达80%以上,精确率、召回率和准确率分别达86.7%、86.6%和92.2%,大大提高了覆冰数据的利用率和分析效率,且无需图像即可实现未来72小时的覆冰类型预测,为利用未来天气预报预测覆冰类型提供了可能。最后,基于构建的覆冰过程数据集,提出完整覆冰过程的表征参数并进行提取,利用K-means多层加权聚类方法识别覆冰过程,将覆冰过程分为尖峰型、饱和型、多峰型和人工融冰型4类,并提出覆冰过程分段预测方法;总结归纳了其冰厚和温度变化特征,不同覆冰过程的特征相互印证,统计分析了其最大冰厚、监测终端等参数的影响,结果表明,最大冰厚>30mm时主要为人工融冰型,人工融冰多存在于覆冰较严重时,因此该结果符合实际运维情况,相同终端的覆冰过程类型不固定,其地理位置影响较小,主要还是由微气象决定,为架空输电线路覆冰过程分段预测奠定了基础。

关键词： 架空输电线路   覆冰监测   三维测量   边缘提取   旋转目标检测   多模态融合   线状目标  

摘要： 对架空输电线路进行周期性覆冰监测,有助于降低冬季电网系统中覆冰灾害发生的概率。目前,三维测量被视为一种有效的覆冰监测策略,其借助三维立体视觉技术测量导线上的冰层厚度。然而,现有三维测量方法大多采用手工提取特征的传统算法获取导线的覆冰边缘,在复杂场景下的鲁棒性较差。一个直接的优化方案是在边缘提取阶段采用基于深度学习的实例分割算法,但是导线覆冰后的不规则形状使得像素级掩码标注的成本巨大。为了解决上述问题,本文构建了一个多模态融合边缘提取管道。该管道仅基于图像级注释训练目标检测网络定位旋转边界框,然后将边界框对应的感兴趣区域映射到三维空间以进一步提取实例的边缘信息。考虑到架空输电导线属于特殊的线状目标,且领域内缺少面向此类目标的专项研究,本文着重于改进现有方法和设计针对性的模块,以实现高性能、高鲁棒的边缘提取管道,并将其嵌入到实际应用场景下的三维测量模型中。本文的主要工作和创新点如下: 1)提出了一种线状目标检测网络LOD-Net。针对现有旋转目标检测网络在具有极端长宽比例的线状目标上性能退化的问题,本文以无锚框网络Center Net-O作为研究基线,通过分析得出造成该问题的主要原因在于通用卷积核的感受野受限及角度预测器的粒度不匹配。根据这一发现,本文设计了一个线性核与方形核堆叠的线性增强模块LEM以强化网络在线状目标上的感知能力,以及一个基于“分而治之”思想的组合式角度模块CAM以细粒度地预测目标的旋转角度。为了减少模块引入的模型复杂度,本文还在基线中更换了轻量级的骨干网络Hourglass-54。上述内容最终形成了线状目标检测网络LOD-Net。实验结果证明,LOD-Net对线状目标的检测性能提升达到4.31%m AP和8.87%m Io U,且在推理速度方面也具有竞争优势。 2)提出了一个多模态融合边缘检测器MME-Det。针对仅依赖于二维图像的像素特征难以提取细粒度边缘信息的问题,MME-Det将二维图像和三维点云的互补特性以多模态前融合的形式引入到三维测量的边缘提取任务中。具体而言,MME-Det首先利用四目矩阵相机生成的五元坐标矩阵在两种模态之间建立了点对点的映射关系,然后通过这种映射关系将LOD-Net检测到的旋转边界框投影到三维点云空间中,进而基于三维点云前景点和背景点离散式分布的特点使用密度空间聚类算法细化分割边缘。实验结果表明,以MME-Det为基础构建的多模态融合管道在架空输电导线数据集上的边缘提取精度达到了87.33%m Io U,能够满足三维测量模型的检测需求。 3)设计了一个三维测量模型并将其部署到四目无人机平台上。在LOD-Net和MME-Det的基础上,本文设计了一个基于多模态融合边缘提取管道的三维测量模型。为确保项目在真实应用场景中顺利落地,本文还将该模型部署到北京清影机器视觉公司提供的四目无人机硬件平台上,最终形成了一个四目无人机覆冰监测系统Ice-Watcher。实验结果证明,Ice-Watcher测量到的覆冰厚度测量误差可以控制在测量值的2%以内,符合电网维护任务的实施标准。 4)构建了一个架空输电导线覆冰监测数据集DTL。本文构建了首个与旋转目标检测相关的架空输电导线数据集DTL,该数据集的所有数据附带纯手工标注的旋转边界框注释,可用于训练和测试目标检测网络。此外,DTL的验证集还包含了点云数据和像素级掩码注释,也可用于评估边缘提取和三维测量的误差。

关键词： 架空单导线   覆冰扭转   物理数学模型   抑制方法   野外试验  

摘要： 覆冰扭转作为输电线路导体结冰常见现象,将加重线路覆冰增加电网冰灾风险,电力系统中广泛应用的架空单导线覆冰扭转现象尤为突出。近年来,电网建设不断完善加之极端天气频发,越来越多的输电线路不可避免的需要经过低温高湿的易覆冰区,开展输电线路单导线覆冰扭转及其抑制方法研究,对减少导线覆冰增强电网冰灾防御能力具有重要意义。针对目前输电线路单导线覆冰扭转研究中,研究方法有限、机理研究不足、扭转抑制方法欠缺三大问题,本文从基本物理过程出发,通过模型建立、数值模拟和野外自然覆冰试验相结合的方式对输电线路单导线覆冰扭转及其抑制方法进行了系统性研究。首先,观测了单导线野外自然覆冰,建立输电线路单导线覆冰扭转物理数学模型;其次,基于建立的模型实现了输电线路单导线覆冰扭转动态数值模拟;然后,提出了输电线路单导线覆冰扭转抑制方法;最后,开展了输电线路单导线覆冰扭转野外自然试验,对本文所提模型及方法进行验证。论文详细工作及成果归纳如下:（1）观测了单导线野外自然覆冰。单导线覆冰扭转多见于架空线路,短单导线不容易出现覆冰扭转现象;架空单导线覆冰形状在导线各位置不同,越靠近架空单导线档段中点,覆冰形状越接近于圆形。（2）建立了输电线路单导线覆冰扭转物理数学模型。由野外观测结果搭建物理模型,得到单导线覆冰扭转微分方程;越靠近架空单导线档段中点导线等效扭转刚度越低,越容易发生覆冰扭转;架空单导线档距、高差角增大,促进导线覆冰扭转,导线张力增加抑制导线覆冰扭转;将等效扭转刚度纳入微分方程,获得单导线架空线路覆冰扭转计算模型,由有限差分法完成求解。（3）实现了输电线路单导线覆冰扭转动态数值模拟。基于单导线架空线路覆冰扭转计算模型,对不同类型架空单导线不同覆冰环境下的覆冰扭转过程进行动态数值模拟;发现架空单导线覆冰扭转特性沿档段中点对称分布;越到覆冰后期,导线覆冰扭转难度越大,导线扭转角度增量在覆冰后期下降比例超过85%。（4）探究了架空单导线覆冰与扭转相互作用机制,以及环境参数对架空单导线覆冰扭转特性的影响。导线覆冰扭转后加速导线覆冰,而覆冰增加又将促进导线覆冰扭转,从而形成正向循环加重导线覆冰;扭转情况下导线覆冰质量增加比例超过35%;风速、液态水含量、水滴中值直径增加和环境温度降低将提升导线覆冰速率促进导线覆冰扭转,其影响程度均为先快后慢,最后趋于平缓。（5）提出了输电线路单导线覆冰扭转抑制方法。在架空单导线上分布式加装n0个正交双摆重锤,安装位置处导线覆冰扭转角度为零,从而将一档长为L的架空单导线,分割为长为L/（n0+1）的n0+1档导线,提升架空单导线等效扭转刚度,抑制架空单导线覆冰扭转;提出基于覆冰扭转有效抑制区间比ξ=100%,且覆冰扭转最大角度抑制率ζ≥90%的正交双摆重锤设计方法。（6）开展了输电线路单导线覆冰扭转野外自然试验。在重庆大学雪峰山国家野外站拉设架空单导线,试制正交双摆重锤,进行输电线路单导线覆冰扭转特性和抑制单导线覆冰扭转试验;试验结果表明,由本文模型获取的数值模拟结果与试验结果误差平均值在10%以内;加装正交双摆重锤后导线覆冰扭转角度下降比例最大值达到95.6%,平均值超过88%。

关键词： 光纤传感技术   机器学习   覆冰预测  

摘要： 2019年国家电网提出了建设泛在电力物联网的战略目标,保障电力系统的运行安全更是‘两网’计划的基本目标和永恒主题。电力系统的运行安全涉及数据监测采集、安全性分析、自动化控制等多个方面,尤其在电网能源结构日益复杂化,用电量更具规模化的今天,电力系统安全运行面临更大挑战。如何基于泛在物联网构建稳定可靠的智能电网是一项十分复杂的工程。输电线路作为输送电能的纽带,是电力系统的大动脉,起着输送分配和交换功率的作用,但是当前的输电线路状态监测还存在着很多问题,无法保障线路的安全运行。在监测终端层面上,目前输电线路布设的传感器绝大多数为电子式传感器,在强磁场的环境下传感器的工作状态不稳定;在某些气候环境恶劣多变的区域,采用太阳能电池板供电的方式难以维持实时的工作状态,亟需研究高可靠的输电线路监测方案;同时电网公司虽然收集到了多参量的监测数据,却缺少有效的分析模型能够为准确监测输电线路安全提供可靠支撑,亟需一种能够对输电线路多参量监测数据进行处理分析的系统模型。针对上述问题,本文开展了面向输电线路状态监测的光纤传感器及覆冰智能预测关键技术的研究,着眼于“线路监测-信息收集-智能评估”一体化的输电线路状态监测系统的构建,从底层传感器设计、雨凇预测模型、雾凇预测模型,综合预测模型这四个环节逐次展开,进行了光纤式输电线路状态监测、覆冰预测方面的研究探索。主要研究和创新工作如下:1、针对传统输电线路状态监测传感器可靠性差,传输效率低的问题,本论文研究并设计了基于光纤光栅的输电线路气象传感器和基于光纤准直器的风速风向传感器。利用光栅对温度和应变敏感的特性制作了多类基于光纤光栅气象感知单元,各类传感器的测量范围及精度均符合GB/T 35697-2017《架空输电线路在线监测装置通用技术规范》中对于“气象监测装置”的相应规定;利用光纤准直器在不同风速风向状态下光功率耦合情况的差异,研制了能够准确有效进行实时监测的风速风向传感单元,同时由于准直器使用1310nm的光源而光纤光栅传感器使用C波段光源,可以利用波分复用技术进行共纤监测,提高了单根纤芯的监测范围,节省了线缆资源。光纤式传感器已安装在多条高压输电线路上验证其准确性及稳定性。2、针对目前输电线路覆冰条件不明晰,理论模型不完善的问题,本论文研究分析了线路覆冰的形成机理,在此基础上提出一种利用机器学习算法对覆冰模型进行仿真模拟从而达到准确监测的方案。针对电力系统对多参量监测数据缺少准确有效覆冰预测手段的问题,本论文提出并验证了一种基于高斯回归过程(GPR)算法的输电线路雨凇预测模型。研究分析了 GPR参数对模型预测的影响并确定了模型优化的方案。模型利用江西220kV琴五线光纤光栅式气象传感器采集到的数据进行学习训练后,能够实现利用微气象数据对同一地区不同杆塔覆冰厚度的准确预测。均方误差(MSE)和平均绝对百分比误差(MAPE)均小于1%。3、针对当前覆冰模型在不同微地形环境下预测精度下降、空间泛化能力较差的问题,本论文重新研究了覆冰的形成条件,引入了历史覆冰数据作为新的输入参数,提出并验证了两种基于GPR算法的输电线路雨凇、雾凇预测模型。为了突破模型在空间不确定性条件下泛用性差的瓶颈,对历史覆冰数据的选用条件进行了研究验证,最终选用了 1min历史数据作为新的输入参数实现对雨凇、雾凇的预测。在九个完整覆冰周期(三个省份四条线路安装光栅式气象传感器采集到的历史数据)上进行的实验验证结果表明所提出的模型可以有效地分别预测雨凇和雾凇,且相关系数R大于0.99,MSE 和 MAPE 均小于 2%。4、针对运用单一覆冰模型预测及时性,灵活性差,缺少对多种类型覆冰进行综合预测方案的问题。本论文研究了能够提高模型的鲁棒性的训练集选取及制作方法并对现有的数据集进行重新拼接组合形成新的训练集。通过让模型在多类训练集上进行特征提取训练,选取其中预测精度较高,且空间敏感性较低的模型进行后续优化预测。重新研究了各类机器学习算法的优势及适用条件。深入学习了主流的机器学习算法的适用条件和调参手段,对分别属于回归算法、分类算法,集成学习算法的GPR、支持向量机(SVM)、随机森林(RF)、神经网络模型进行参数优化训练,确定了完整的复合预测模型优化训练方案,最终得出了一个能够对雨凇,雾凇进行综合预测的机器学习模型。该模型能够有效地预测多种类型的覆冰,在九个覆冰周期数据进行验证的结果显示R大于0.99,MSE,MAPE均小于4%。本论文仅利用光纤光栅气象传感器的数据即可实现覆冰预测,也可以与天气预报相结合在无需硬件传感设备的情况下进行广域的覆冰预测。

关键词： 输电线路   覆冰预测   支持向量机回归   改进白鲸优化算法   改进灰狼优化算法  

摘要： 架空输电线路是电网的重要组成部分,但在高寒地区,架空输电线路易受覆冰影响,这是影响电网安全稳定运行的重要原因之一。覆冰会引起导线舞动、断线、倒塔甚至人员伤亡。因此,对输电线路覆冰预测进行研究具有重要的理论意义和实际工程价值。本文首先阐述了输电线路覆冰的研究背景及意义,对线路覆冰的机理进行分析,介绍了覆冰的形成的条件、种类及影响因素,同时对国内外线路覆冰的研究现状进行文献分析,分析了覆冰的监测技术研究以及覆冰预测模型研究;其次设计了覆冰监测信息采集装置,可实现对覆冰参数如环境温度、环境湿度、环境风速信息、拉力及倾角的采集,并对各组成单元进行了测试。目前针对输电线路覆冰预测模型研究主要有神经网络模型和其它机器学习模型,由于神经网络的训练需要大量样本数据支撑,且存在模型构建复杂训练慢预测精度受数据集影响较大的缺点,因此针对上述缺点提出了一种基于支持向量机回归(Support Vector Regression,SVR)的输电线路覆冰预测模型,可以明显减少对数据的依赖,更适合小样本数据预测。然后进一步提出使用白鲸优化算法(Beluga whale optimization,BWO)对SVR的超参数和正则化常数进行优化,并针对BWO提出以下改进措施:基于Sigmoid函数的非线性平衡因子的改进、种群优选策略、改进鲸落学习策略、精英学习策略。其次为验证改进白鲸优化算法(Beluga whale optimization,IBWO)的寻优性能,结合粒子群优化算法(Particle Swarm Optimization,PSO)、灰狼优化算法(Grey Wolf Optimization,GWO)、改进灰狼优化算法(Improved Grey Wolf Optimization,IGWO)以及BWO进行对比分析,使用17种测试函数进行寻优测试,通过仿真结果表明本文所提算法的寻优性能优秀。最后建立基于IBWO-SVR的线路覆冰厚度预测模型,并与其他几种算法的SVR模型进行对比分析,进一步验证本文所提模型的优越性。

关键词： 输电线路   跨越施工   安全风险   灰色评价   风险应对  

摘要： 随着我国经济的发展,国家对能源供应的要求进一步提高,确保能源的正常供应已经成为国民经济发展的基础。输电线路作为电力系统的“大动脉”,在电力系统中承担着输送电能的重要作用。但架空输电线路工程因建设周期长,建设环境错综复杂,高空作业多,且从业人员安全素养与综合素质参差不齐,使得架空输电线路施工作业安全风险较高。架空输电线路建设过程中还会遇到多种跨越问题,如河流、电力线路、高速公路等,这使得施工安全风险进一步加大。因此,研究探讨架空输电线路跨越施工安全风险问题显得十分重要。首先,本文通过系统梳理国内外有关架空输电线路安全风险的研究成果,依据安全风险理论,对架空输电线路跨越施工安全风险的含义、等级划分、管理特点以及指标选择原则进行了分析和阐述。其次,利用文献研究法和访谈法,初步识别出了Y-G 220千伏架空输电线路工程跨越施工安全风险因素,利用专家咨询,并结合Y-G 220千伏架空输电线路实际情况,形成了最终包括人员风险、环境风险、管理风险、技术风险、机械风险、材料风险6个维度的33项安全风险因素,构建了安全风险因素清单。然后,建立了Y-G 220千伏架空输电线路工程跨越施工安全风险评价指标体系,利用层次分析法(AHP)计算确定了6个一级指标以及33个二级指标的风险权重,以中心点白化权函数构建了安全风险评价模型并进行应用研究,通过问卷调查法得到Y-G 220千伏架空输电线路工程跨越施工安全风险各级判断矩阵,进而计算得出Y-G 220千伏架空输电线路工程跨越施工安全风险水平。最后,针对Y-G 220千伏架空输电线路工程跨越施工安全风险较高因素提出了“扎实开展作业风险辨识”、“加强地锚拉线计算校核”、“留足近电作业安全裕度”和“加强专项施工方案审核”等风险管控措施来降低、转移或规避Y-G 220千伏架空输电线路工程跨越施工安全风险。本文所构建的Y-G 220千伏架空输电线路工程跨越施工安全风险评价指标体系和评价模型进一步丰富和完善了架空输电线路工程的施工安全风险理论,并促进了安全风险评价理论在Y-G 220千伏架空输电线路工程领域的应用与发展。同时,针对Y-G 220千伏架空输电线路工程跨越施工安全风险的评价结果以及提出的具体应对措施,可以为该输电线路工程跨越施工可能遇到的安全风险提供参考与指导,也可为其他类似架空输电线路跨越施工提供借鉴与参考。该论文有图4幅,表41张,参考文献94篇。

关键词： 神经网络   支持向量机   粒子群优化算法   导线舞动  

摘要： 架空输电线路在不均匀覆冰和随机风作用下会发生振幅约为5～300倍导线直径,频率约为0.1～3Hz的振动,即驰振,也叫舞动。相对于微风振动和尾流诱发的振荡,舞动具有更强的破坏力,往往会导致金具磨损、闪络、断线等电力事故,进而引起大范围的停电事故,对居民以及社会各行各业都有着极大影响。在平原、江河湖泊、山谷等一些多风地带更容易满足舞动的气象条件,进入冬天后就会成为易舞地区,输电线路满足特定气象条件后就会发生舞动,对电力系统的安全具有很大的负面影响。为使电力系统免受舞动的影响,各国都对此进行了大量研究。鉴于舞动数据的保密性,难以获得大量的真实数据对舞动进行预测,因此考虑有限元仿真模拟真实舞动,在尽量多的因素下对舞动进行仿真获取足够多的数据构成数据集,然后进行舞动预测。本文以覆冰四分裂导线为对象,开展了以下几方面的研究:(1)利用GAMBIT软件建立覆冰四分裂导线二维模型,然后导入CFD软件FLUENT中进行绕流模拟,进而得到其气动力系数,以此为基础对覆冰四分裂导线所受的气动载荷进行计算,为舞动模拟提供依据;(2)利用有限元软件ANSYS建立覆冰四分裂导线三维模型,并将采用MATLAB生成的风速时程转换为风荷载后施加在导线模型上,进而利用ANSYS软件模拟不同档距、风速等状态下覆冰四分裂导线在平均风与脉动风作用下的动态响应,为输电线路覆冰舞动预测提供数据支撑;(3)根据模拟获得的数据集和改进PSO-SVM算法构建了四分裂导线覆冰舞动预测模型,将档距、风速、初始风攻角等作为模型的输入,覆冰导线是否舞动作为输出。同时,为验证该预测模型的实用性及有效性,将改进PSO-SVM模型与其他智能算法如BP、SVM、GA-SVM、PSO-SVM模型的预测结果进行比较,结果表明改进PSO-SVM模型的预测结果精度更高。输电线路是在自然环境中建造的,其结构安全和稳定性受到各种因素的影响,而我国地形地势多变,气候复杂,很容易出现舞动事件,对电力系统的安全具有很大的负面影响,严重威胁了国民用电安全,在这种情况下本文的研究成果对输电线路防舞、抑舞具有一定的参考意义。

关键词： 超疏水   防覆冰   输电线路   自清洁  

摘要： 电力系统中的输电线路一旦出现覆冰现象就容易引起一系列的电气事故,严重时还会使线路和输电杆塔负载过重,从而造成线路断线、杆塔倒塌等事故,影响电网的安全运行。超疏水材料具有延缓结冰、降低冰的粘附力等优点,因此成为了输电线路防覆冰领域新的防护手段之一。在超疏水材料的众多研究中,基于SiO2纳米材料的研究最为广泛,但大部分涂层的合成工艺复杂,且涂层的力学性能以及耐老化性能较差,因此限制了工业化的发展。针对以上不足,本论文采用磁性搅拌的方式制备了防覆冰性能以及力学性能优异的超疏水材料,并应用于输电铝导线表面进行防覆冰性能研究。本论文主要的研究内容和结论如下:（1）采用磁性搅拌和旋涂的方式制备出SiO2/E44/ODA/HDTMS复合超疏水涂层。通过CA和SA表征方法探究不同SiO2含量对涂层疏水性能的影响,并分别对涂层的耐磨损性能和防覆冰性能进行测试。结果表明,涂层的CA随着SiO2含量的增加呈现出先变大后变小的趋势。当环氧树脂E44含量一定时,若只有较少的SiO2则难以形成完整涂层,而过量则会导致涂层龟裂。当SiO2含量为28%时,CA达到158.2±0.5°,SA为4.5±0.3°,此时疏水效果最佳。SiO2/E44/ODA/HDTMS超疏水涂层经过30次砂砾冲击后仍然可以保持优越的超疏水性能。在防覆冰测试中裸铝片上的水滴在202 s时完全冻结,而疏水涂层表面的水滴在363 s时才完全冻结。在应用测试中未涂覆涂层的一段铝绞线与涂覆涂层的一段铝绞线上覆冰量的不同也证明了涂层的防覆冰性能。结果表明,涂层的耐磨性能与防覆冰性能一般,但研究方法为后续的研究提供了基础。（2）为了进一步提高涂层的防覆冰性能,尝试在溶液中加入光热转换材料,进而制备出MWCNTs/SiO2/PDMS/PVDF超疏水防覆冰涂层。通过SEM和AFM表征探究了涂层表面的微观形貌,并通过XPS、EDX以及FTIR探究了涂层的化学成分及化学键。通过酸碱盐测试、耐候性能测试和紫外线测试对涂层的耐酸碱性能、耐候性能和耐紫外性能进行测试。SEM表征结果表明,涂层表面存在许多形状不同的大团簇和小颗粒,表明涂层表面粗糙结构的存在。而傅里叶光谱上也观察到疏水基团-CF2和-CH_n,表明了涂层表面低表面能基团的存在,这些结果解释了涂层疏水性能存在的原因。7个月的户外测试、在p H=1和p H=14的溶液中60 h的浸泡以及60天的紫外灯照射后,涂层依然具有较好的疏水性能。上述测试结果证明涂层具有良好的耐酸碱性能、耐候性能和耐紫外性能。（3）此外,本论文验证了MWCNTs/SiO2/PDMS/PVDF超疏水涂层的耐磨损性能、光热性能和防覆冰性能。疏水涂层在360目砂纸上经过大约80次磨损循环后,仍保持良好的超疏水性能。百格粘附力测试中,涂层被去除的面积不足5%。按GB/T9286标准,涂层的附着力水平可以被归类为1级。在250-2500 nm的波长范围内,涂层对光的吸收率基本高于90%。在无光照条件下与裸铝基板相比,疏水涂层表面上水滴的起始冻结和完全冻结时间都延迟了两倍以上。而在0.2 Sun的辐照强度下,涂层的光热转换性能不仅能防止100μL的水滴冻结,还能快速地融化已经完全冻结的冰晶。因此,即使在低温以及弱光照射条件下,疏水涂层也能有效地利用其光热性能进行防冰和融冰。测试结果证明了涂层优异的防覆冰性能。

关键词： 电力施工   架空输电线路   施工质量控制  

摘要： 电力施工架空输电路是电力系统极为关键的部分,输电线承担着电力的运输工作,是电网安全运行的基础。电力工程输电线路是保证我国电力稳定供应的重要一环。基于此,本文以电力施工架空输电线路为核心,以电线路施工质量为主要内容,通过查阅大量的资料以及实地走访对其现状进行研究,针对电力施工架空输电线路施工流程以及电力施工架空输电线路施工质量控制手段进行分析,希望可以为相关从业人员提供帮助与借鉴。