基于BP神經(jīng)網(wǎng)絡的輸電線路舞動預測及電網(wǎng)風險預警方法.pdf

1、我國是全球受輸電線路舞動災害影響最為嚴重的國家之一，存在著由東北向南延伸至湖南的傳統(tǒng)舞動區(qū)域。舞動災害不僅會引發(fā)線路閃絡、跳閘，還會不斷磨損金具及絕緣子，影響使用壽命，嚴重時甚至會引發(fā)斷線乃至倒塔等事故，迫使重要輸電通道長時間停運。然而，只通過輸電線路建設和改造來防御舞動災害不僅投資成本高，而且可操作性低，因而迫切需要通過信息化手段進行舞動預測工作，優(yōu)化傳統(tǒng)電網(wǎng)安全性評價及舞動預警系統(tǒng)，經(jīng)濟而可靠地強化電網(wǎng)應對惡劣氣象條件的能力。本文對

2、輸電線路舞動災害的形成與演化進行了分析，基于BP神經(jīng)網(wǎng)絡建立了輸電線路舞動預測模型，并進一步評估了計及線路舞動預測的電網(wǎng)短期運行風險。論文的主要內(nèi)容為：
　?、僖阅呈‰娏ο到y(tǒng)的舞動樣本數(shù)據(jù)為例，研究了舞動災害出現(xiàn)之前的氣象要素時空分布特征，提煉了影響線路舞動的氣象因素，發(fā)現(xiàn)風速、風向?qū)Ь€軸線夾角、溫度和相對濕度與舞動之間存在強關聯(lián)性，據(jù)此提出了輸電線路舞動預測和電網(wǎng)短期舞動風險預警的構(gòu)建方法。
　?、诓扇∮斜O(jiān)督式的機器學習

3、方法作為舞動預測的基本手段，提出了基于 BP神經(jīng)網(wǎng)絡的輸電線路舞動預測模型。選取輸電線路舞動關聯(lián)性氣象數(shù)據(jù)及輸電線路所在區(qū)域 ID（縣級）進行模型訓練，采用某省區(qū)域性及線路性實例說明了基于BP神經(jīng)網(wǎng)絡建立輸電線路舞動預測模型的技術方法的有效性。
　?、鄹鶕?jù)現(xiàn)行的電網(wǎng)安全評估準則，定義了線路舞動可能性和運行故障后果嚴重度指標，建立了計及線路舞動預測的電網(wǎng)短期風險評估和預警系統(tǒng)，提出了舞動風險等級的劃分、舞動預警的信息發(fā)布以及降風險運