[发明专利]一种基于微气象数据的电力线路覆冰厚度预测方法

说明书

技术领域

本发明涉及一种基于微气象数据的电力线路覆冰厚度预测方法，属于电力线路覆冰监测管理与覆冰灾害预警的技术领域。

背景技术

覆冰作为一种特殊的气象条件，给我国许多架空电力线路的安全运行造成严重影响。2008年初，我国南方发生了50年一遇的特大冰冻灾害，从全国电网看，雪灾的触角覆盖湖南、江西、湖北、河南、四川、重庆、安徽、浙江、福建乃至整个中国南部。输电线路地线悬垂、导线扭曲变形、绝缘子断裂、铁塔倒塌、给电网带来前所未有的危害，其中受灾最为严重的华中电网直调系统共发生225条次500kV线路故障跳闸，保护动作约3000次，是2007年动作总数的6倍多，灾害累计造成国家电网公司范围内707座变电站停运971次，造成输电线路杆塔损毁142984基(根)，断线11734处，直接财产损失达104.5亿元。对所受灾害的进行统计如下：

表l输电线路覆冰灾害情况表

由以上统计可知，近些年来我国输电线路覆冰害事故严重。事故一旦发生，将造成大面积范围停电，严重影响供电可靠性，同时也造成了巨大的经济损失。

目前关于输电导线的覆冰增长模型都是导线表面微气象参数与覆冰增长的数学关系模型，这些模型的理论依据虽然已经相当完善，在模型参数严格准确条件下也能够准确地预测覆冰的增长情况。但这种严格基于数学推导的模型有很大的缺陷，即在所需气象参数分辨率达不到要求时，模型的数学公式就失去意义，不再能准确反映覆冰的增长情况。

同时输电线路覆冰受众多因素的影响，各影响因素与覆冰厚度之间存在着高度的复杂性和非线性。据有关报告所言，现有的导线覆冰物理模型有十几种，但按权威部门的说法，没有一个模型通过了与实际覆冰数据的比较而得到完善的验证。

发明内容

针对上述问题，本发明提供一种基于微气象数据的电力线路覆冰厚度预测方法，通过该方法可以准确预测电力线路覆冰厚度。

为达到上述目的，本发明所采用的技术方案为：

一种基于微气象数据的电力线路覆冰厚度预测方法，将预测到的气象数据输入到人工神经网络模型内进行运算得出相应的覆冰厚度，其中气象数据包括风速、风向、气温、湿度、气压、降雨量。

作为本发明的进一步优选，本发明基于C++的Qt Creator平台开发，采用微软提供的Excel文件读取接口“Excel.Application”（它是微软公司开发的OFFICE软件自带的接口），采用Qt封装的类“QAxWidget”（开发环境自带的一个C++类）来调用这个函数接口，方便用户对数据的输入输出进行管理。

本发明通过余数算法对气象数据进行有效分类，它们的主要输出格式是：每一组数据包含：风速，风向，气温，湿度，气压，降雨量同时对应着与其相应的覆冰厚度。

微气象数据的归一化，最大最小值法：

设x=(x₁,x₂，....，x_m)建立映射f：

x_k→f(x_k)=(x_k-x_min)/(x_max-x_min)    （1）其中x_max=max(x)=max(x₁,x₂,....,x_m)，x_min=min(x)=min(x₁,x₂,....,x_m)

本发明选择了基于神经网络的预测算法模型，它采用的算法原理主要是：

其中k∈U,ε>0为辨识精度，e是有界勒贝格可积函数空间上一范数，z(k)和分别是实际系统P和算法模型对于k的输出响应，e为设定的精确度。

本发明在构建算法模型的过程中，选择了三层神经网络的算法模型，并在实际测试中获得了足够小的误差。

本发明在构建算法模型的过程中，使用了含有11个节点的算法模型，并在实际测试中获得了足够小的误差。

本发明构建的算法模型中，其输入层分别有六个输入节点，代表着风速、风向、气温、湿度、气压，降雨量，其中风速、风向、及湿度能很好的反应出微气象条件对导线覆冰的影响。

本发明输入的数据可以是时间序列，通过专业气象站的支持便可预测未来一个星期的覆冰厚度，通过获取不同监测点的气象信息便可对覆冰厚度进行评估。