微气象条件下输电线路导线覆冰预测模型

doi:10.11930/j.issn.1004-9649.2014.2.58.5

中国电力 ›› 2014, Vol. 47 ›› Issue (2): 58-63.DOI: 10.11930/j.issn.1004-9649.2014.2.58.5

微气象条件下输电线路导线覆冰预测模型

许家浩¹, 郑伟², 黄宵宁¹, 杨成顺¹

1. 南京工程学院电力学院,江苏南京 211167；
2. 贵州电网公司生产规划部,贵州贵阳 550002

收稿日期:2013-11-21 出版日期:2014-02-28 发布日期:2015-12-18
作者简介:许家浩（1990-）,男,福建泉州人,硕士研究生,从事电力系统运行与控制、输配电装备与电网安全研究。E-mail: xujiahaoqz@gmail.com

Transmission Line Icing Prediction Model Under Micro-Meteorological Conditions

XU Jia-hao¹, ZHENG Wei², HUANG Xiao-ning¹, YANG Cheng-shun¹

1. School of Electric Power Engineering, Nanjing Institute of Technology, Nanjing 211167, China;
2. Department of Planning and Development, Guizhou Power Grid Corporation, Guizhou 550002, China

Received:2013-11-21 Online:2014-02-28 Published:2015-12-18

摘要/Abstract

摘要： 覆冰作为一种特殊的气象条件,给架空线路的安全运行造成严重影响。首先对山区微气象条件下输电线路导线覆冰规律进行深入研究,并得到在不同微气象条件下,各个气象参数对输电线路导线覆冰的影响系数不同这样一个结论。随后,根据不同的影响系数对各个微气象点进行建模,基于此,提出了一种基于神经网络及模糊逻辑算法的输电线路导线覆冰组合预测模型。计算结果表明,上述基于微气象区域条件的输电线路导线覆冰预测模型与以往的全局模型和单纯的BP神经网络相比,有更高的预测精度,其在实际中的应用也取得了良好的效果。

关键词: 输电线路, 微气象, 覆冰预测, 神经网络, 模糊逻辑

Abstract: Icing as a kind of special weather condition has causing serious impacts on overhead transmission lines. A study is made in this paper on the icing characteristics of the transmission lines under mountainous micro-meteorological conditions, which shows that, under different micro-meteorological conditions, the influencing factors of transmission line icing vary with different meteorological parameters. A model is established for every micro-meteorological point according to different influencing factors, based on which a combined forecasting model of transmission line icing is proposed according to neural networks and fuzzy logic algorithm. Experiments show that: the micro-meteorological area-based forecasting model of transmission line icing has a higher precision in prediction over the previous overall model and BP neural network and has a good practical application.

Key words: transmission line, micro-meteorology, icing prediction, neural network, fuzzy logics

中图分类号:

TM752

许家浩, 郑伟, 黄宵宁, 杨成顺. 微气象条件下输电线路导线覆冰预测模型[J]. 中国电力, 2014, 47(2): 58-63.

XU Jia-hao, ZHENG Wei, HUANG Xiao-ning, YANG Cheng-shun. Transmission Line Icing Prediction Model Under Micro-Meteorological Conditions[J]. Electric Power, 2014, 47(2): 58-63.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://www.electricpower.com.cn/CN/10.11930/j.issn.1004-9649.2014.2.58.5

https://www.electricpower.com.cn/CN/Y2014/V47/I2/58

参考文献

[1] 蒋兴良,易辉. 输电线路导线覆冰及防护[M]. 北京：中国电力出版社,2002.
[2] 胡毅. 电网大面积冰灾分析及对策探讨[J]. 高电压技术,2008, 34（2）：215-219.
HU Yi. Analysis and countermeasures discussion for large area icing accident on power grid [J]. High Voltage Engineering, 2008,34（2）:215-219.
[3] 张文亮,于永清,宿志一,等. 湖南电网2008年冰雪灾害调研分析[J]. 电网技术,2008,32（8）：1-5.
ZHANG Wen-liang, YU Yong-qing, SU Zhi-yi, et al . Investigation and analysis of icing and snowing disaster happened in hunan power grid in 2008[J]. Power System Technology, 2008, 32(8): 1-5.
[4] 孙才新. 重视和加强防止复杂气候环境及输变电设备故障导致电网大面积事故的安全技术研究[J]. 中国电力,2004,37（6）: 1-8.
SUN Cai-xin. Emphasis and reinforcement on the study of safety technique to avoid large scope blackout caused by complex climate condition and failures of power transmission and transformation equipments [J]. Electric Power, 2004, 37(6): 1-8.
[5] MAKKONEN L. Modeling of ice accretion on wires [J]. Journal of Climate Applied Meteorology, 1984, 23(6): 929-939.
[6] PETER Z. Modeling and simulation of the overhead line based on critical current[D]. Harbin, China: Harbin University of Science and Technology, 2007.
[7] MAGNE A D. Atmospheric icing and meteorological variables- Full scale experiment and testing of models[D]. Bergen, Norway: University of Bergen, 2005.
[8] 谢运华. 三峡地区导线覆冰与气象要素的关系[J]. 中国电力,2005：38（3）：35-39.
XIE Yun-hua. The relation between meteorological element and ice accretion in Three Gorges region [J]. Electric Power, 2005: 38(3): 35-39.
[9] 蒋兴良,杜珍,莫文强,等. 重庆地区电网覆冰的海拔高度特性[J]. 高电压技术,2011,37（6）：1336-1342.
JIANG Xing-liang, DU Zhen, MO Wen-qiang, et al . Altitude characteristics of ice-covering in Chongqing power grid[J]. High Voltage Engineering, 2011, 37(6): 1336-1342.
[10] 黄新波,刘家兵,蔡伟,等. 电力架空线路覆冰雪的国内外研究现状[J]. 电网技术,2008,32（4）：23-28.
HUANG Xin-bo, LIU Jia-bing, CAI Wei, et al . Present research situation of icing and snowing of overhead transmission lines in China and foreign countries[J]. Power System Technology, 2008, 32(4): 23-28.
[11] 陈原,张章奎,刘娟. 京津唐电网输电线路导线覆冰掉闸分析[J]. 华北电力技术,2003（4）：38-45.
CHEN Yuan, ZHANG Zhang-kui, LIU Juan. Analysis on tripping of transmission line covered with ice [J]. North China Electric Power, 2003(4): 38-45.
[12] 张吉礼. 模糊神经控制原理与工程应用[M]. 哈尔滨：哈尔滨工业大出版社,2004.
[13] 欧阳丽莎,黄新波. 基于灰关联分析微气象因素和导线温度对输电线路导线覆冰的影响[J]. 高压电器,2011,47（3）：31-36.
OUYANG Li-sha, HUANG Xin-bo. Influences of meteorological conditions and conductor temperature on icing of transmission line based on grey relational analysis [J]. High Voltage Apparatus, 2011, 47(3): 31-36.
[14] 阳林,郝艳捧,黎卫国,等. 输电线路导线覆冰与导线温度和微气象参数关联分析[J]. 高电压技术,2010,36（3）：775-779.
YANG Lin, HE Yan-pang, LI Wei-guo, et al . Relationships among transmission line icing , conductor temperature and local meteorology using grey relational analysis[J]. High Voltage Engineering, 2010, 36(3): 775-779.

[1]	吴小忠, 肖立华, 童超, 夏向阳, 袁翎, 甘星, 江志文, 黄湘源. 基于传递熵与JS-BP神经网络的锂离子电池容量预测模型[J]. 中国电力, 2025, 58(2): 186-192, 215.
[2]	王宇飞, 杜桐, 边伟国, 张钊, 刘慧婷, 杨丽君. 基于DTW K-medoids与VMD-多分支神经网络的多用户短期负荷预测[J]. 中国电力, 2024, 57(6): 121-130.
[3]	吴军英, 路欣, 刘宏, 张彬, 柴守亮, 刘蕴春, 王佳楠. 基于Spearman-GCN-GRU模型的超短期多区域电力负荷预测[J]. 中国电力, 2024, 57(6): 131-140.
[4]	宋智伟, 黄新波, 纪超, 张凡, 张烨. 基于PCSA-YOLOv7 Former的输电线路连接金具及其锈蚀检测方法[J]. 中国电力, 2024, 57(6): 141-152.
[5]	王传琦, 伍历文, 邓志斌, 邓伟锋, 杨彬. 时间累积架空输电线路覆冰预测模型与算法综述[J]. 中国电力, 2024, 57(6): 153-164, 234.
[6]	叶煜明, 钱琪琪, 万正东, 张继钢. 基于嵌入法与集成学习的线路工程造价预测[J]. 中国电力, 2024, 57(5): 251-260.
[7]	邵必林, 纪丹阳. 基于VMD-SE的电力负荷分量的多特征短期预测[J]. 中国电力, 2024, 57(4): 162-170.
[8]	陈巳阳, 韩利, 方济中, 丁五行, 成诚, 李文, 张源, 钱勇. 基于不确定参数的变电站碳储量预估方法[J]. 中国电力, 2024, 57(4): 200-210.
[9]	娄奇鹤, 李荣盛, 谭捷, 袁铁江. 基于卷积神经网络的暂稳极限功率计算[J]. 中国电力, 2024, 57(4): 211-219.
[10]	罗美玲, 李紫肖, 郑涛, 于晓军, 吴建云, 谢海滨. 基于模糊多判据融合的单端暂态量保护新方案[J]. 中国电力, 2024, 57(3): 60-72.
[11]	马汝括, 董杰, 王雅湉, 伊国鑫, 丁祥浩, 马乐. 基于神经网络的高寒地区CF₄和SF₆/CF₄检测[J]. 中国电力, 2024, 57(3): 103-112.
[12]	阎洁, 杨佳琳, 王航宇, 卢姣阳, 刘永前, 张磊. 基于风况预测误差自适应的海上风电场尾流偏转控制方法[J]. 中国电力, 2024, 57(3): 190-196.
[13]	李瀚儒, 刘智健, 来立永, 黄凌宇, 丁施尹, 刘任, 唐波. 考虑气象参数预测误差条件分布的架空输电线路载流量概率预测方法[J]. 中国电力, 2024, 57(2): 103-114.
[14]	李卓, 王胤喆, 叶林, 罗雅迪, 宋旭日, 张振宇. 从感知-预测-优化综述图神经网络在电力系统中的应用[J]. 中国电力, 2024, 57(12): 2-16.
[15]	陈庆斌, 杨耿煌, 耿丽清, 苏娟, 孙京生. 基于相似日选取和数据重构的短期光伏功率组合预测方法[J]. 中国电力, 2024, 57(12): 71-81.

微气象条件下输电线路导线覆冰预测模型

Transmission Line Icing Prediction Model Under Micro-Meteorological Conditions

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

模态框（Modal）标题

微气象条件下输电线路导线覆冰预测模型

Transmission Line Icing Prediction Model Under Micro-Meteorological Conditions

PDF (PC)

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics