基于BP神经网络的输电线路舞动预测及电网风险预警方法

摘要

我国是全球受输电线路舞动灾害影响最为严重的国家之一，存在着由东北向南延伸至湖南的传统舞动区域。舞动灾害不仅会引发线路闪络、跳闸，还会不断磨损金具及绝缘子，影响使用寿命，严重时甚至会引发断线乃至倒塔等事故，迫使重要输电通道长时间停运。然而，只通过输电线路建设和改造来防御舞动灾害不仅投资成本高，而且可操作性低，因而迫切需要通过信息化手段进行舞动预测工作，优化传统电网安全性评价及舞动预警系统，经济而可靠地强化电网应对恶劣气象条件的能力。本文对输电线路舞动灾害的形成与演化进行了分析，基于BP神经网络建立了输电线路舞动预测模型，并进一步评估了计及线路舞动预测的电网短期运行风险。论文的主要内容为：　　①以某省电力系统的舞动样本数据为例，研究了舞动灾害出现之前的气象要素时空分布特征，提炼了影响线路舞动的气象因素，发现风速、风向对导线轴线夹角、温度和相对湿度与舞动之间存在强关联性，据此提出了输电线路舞动预测和电网短期舞动风险预警的构建方法。　　②采取有监督式的机器学习方法作为舞动预测的基本手段，提出了基于 BP神经网络的输电线路舞动预测模型。选取输电线路舞动关联性气象数据及输电线路所在区域 ID（县级）进行模型训练，采用某省区域性及线路性实例说明了基于BP神经网络建立输电线路舞动预测模型的技术方法的有效性。　　③根据现行的电网安全评估准则，定义了线路舞动可能性和运行故障后果严重度指标，建立了计及线路舞动预测的电网短期风险评估和预警系统，提出了舞动风险等级的划分、舞动预警的信息发布以及降风险运行措施。通过河南电网的实际案例，对所提方法进行了具体说明。

目录

1 绪 论

1.1 课题研究背景及意义

1.2 输电线路舞动预警研究现状

1.3 电网气象风险安全评估研究现状

1.4 本文研究的主要内容

2 输电线路舞动风险特征及舞动预测与防御方法

2.1 引言

2.2 输电线路舞动风险特征

2.3 影响输电线路舞动的气象因素分析

2.4 计及线路舞动的电网安全措施

2.5 基于机器学习方法的舞动预测

2.6 小结

3 基于BP神经网络的输电线路舞动预测模型

3.1 引言

3.2 BP神经网络原理

3.3 基于BP神经网络的舞动预测方法

3.4 算例分析

3.5 小结

4 基于预测的电网短期舞动风险评估

4.1 引言

4.2 输电线路舞动风险评估框架

4.3 线路的舞动统计特征

4.4 输电线路舞动后果严重度

4.5 电网短期舞动风险评估

4.6 算例分析

4.7 小结

5 结论与展望

5.1 主要结论

5.2 后续研究工作展望

致谢

参考文献

附录

A 攻读硕士学位期间发表的论文与专利

B 攻读硕士学位期间参加的科研项目