导线倾角与覆冰过程扭转因素对覆冰形状特性影响研究

输电导线覆冰严重威胁电网运行安全,准确预测导线覆冰形状和增长趋势,可以有效预防次生灾害的发生.已有输电导线覆冰增长预测模型较少考虑覆冰偏心扭转对导线表面覆冰形状的影响.为此,综合考虑覆冰偏心、风速等对导线的耦合扭转特性,建立输电导线动态扭转覆冰预测模型.基于预测模型对导线表面覆冰形状进行预测模拟并与文献实验数据对比,验证了模型的有效性.利用预测模型,进一步讨论导线倾角及温度、风速和MVD（水滴中值直径）对冰形和扭转速度的影响.研究发现,导线迎风面覆冰厚度随着倾斜角度的增加,分层现象逐渐明显.与水平布置（零倾角）导线对比,倾斜角度为60°时,导线覆冰面积分别增加18.26%（覆冰125 min）、26.30%（覆冰245 min）,扭转角度分别增加10.4°（覆冰125 min）、16.2°（覆冰245 min）,冰形呈“沟壑”状.     

基于时空图卷积网络的输电线路覆冰预测

针对已有的输电线路覆冰预测模型鲜有考虑覆冰过程中的空间特征信息,从而导致预测精度欠佳的问题,本文从时空序列预测的角度建立输电线路覆冰方面的预测体系,采用图卷积网络(Graph Convolutional Network, GCN)构建输电线路覆冰预测模型,基于图神经网络设计对输电线路覆冰拉力的图数据进行深度特征学习与图特征向量表示,以更好地提取电网塔杆覆冰拉力值的时空分布特征,从而准确预测未来的拉力值。基于南方电网的真实实验数据,设计一套可靠的数据预处理流程,将电网覆冰拉力数据转化为可以深度学习的时空序列大数据进行训练和验证。实验结果表明,本文提出的模型较已有的主流覆冰预测模型具有更加优异和稳定的预测结果,能够为输电线路及时除冰工作提供决策参考。     

基于微气象的输电线路覆冰过程综合辨识方法

输电线路覆冰会引发导线断股、杆塔折损等事故,严重威胁电网的安全运行,因此能否准确预测输电线路覆冰情况对电力系统的安全稳定运行具有重要意义.针对输电线路覆冰过程模型不易建立的问题提出了一种基于微气象的覆冰过程综合辨识方法.该方法涵盖了多项式回归模型、时间序列模型和机器学习模型,利用Matlab中的系统辨识工具箱和libsvm工具箱较为便捷和全面的对覆冰过程进行辨识与建模.首先对获取的数据进行预处理,然后选择合适的模型结构进行参数辨识得到初始模型,最后对初始模型进行验证得到最终辨识模型.实验表明,综合辨识方法能够实现对不同模型特点的输电线路覆冰过程进行精确预测,并且提高了输电线路覆冰预测模型建立的便捷性和全面性.     

基于微气象微地形的北京地区输电线路覆冰预测技术

实现输电线路覆冰预测是保障北京地区输电线路在覆冰季正常运行的关键技术。针对北京地区输电线路覆冰预测技术研究,采用皮尔逊相关系数和灰色系统关联度分析方法,利用历史数据研究覆冰厚度与微气象微地形的相关性,得出湿度、坡向、风向和高程对覆冰厚度影响程度较高;通过多种环境特征要素组合构建基于极限随机树模型和灰色系统预测模型的覆冰预测模型,对比不同模型的预测结果的均方根误差（RMSE）,得出由湿度和风向组合构建的灰色系统覆冰预测模型效果最佳。研究结果表明,与同类预测方法相比考虑了微地形对覆冰厚度预测的影响,得到北京地区输电线路覆冰厚度相关性较高的环境因素为湿度、坡向、风向和高程;对比多种环境要素构建的覆冰预测模型,湿度和风向组合的灰色系统预测模型的均方根误差明显优于其它组合,可以有效实现北京地区输电线路覆冰预测。     

神经网络在输电线覆冰增长因素中的应用

在分析影响输电线覆冰增长因素的基础上,利用数据挖掘中的BP (Back Propagation)神经网络方法,建立导线覆冰增长的BP神经网络模型.利用此模型研究不同因素对输电线覆冰增长的影响,将采集的数据样本训练BP神经网络,利用收敛的网络进行输电导线覆冰增长的预测,研究结果对输电线路的覆冰预防具有较好的参考价值.     

采用基本环境参数的导线覆冰预测方法

风速、温度、空气中液态水含量和水滴中值体积直径等4项参数是影响导线覆冰的主要环境参数。根据空气中水滴运动、碰撞和冻结进而形成导线覆冰的过程，基于流体力学和热平衡建立了“四参数”导线覆冰模型，通过数值计算详细分析了各个环境参数对导线覆冰增长速率的影响特性，并结合线路实际监测数据分析并拟合了液态水含量和水滴中值体积直径的经验公式，进而建立基于基本环境参数（一般传感器可获得的环境参数）的导线覆冰预测模型。研究结果表明：水滴中值体积直径对导线覆冰速率的影响具有饱和特性，空气中液态水含量的变化和风速、温度和湿度具有一定相关性。研究结论为输电线路覆冰预测、预警工作提供了理论参考。     

气象过程信息挖掘与输电线路覆冰预测

针对现有覆冰预测回归模型以采样点气象参量预报覆冰值的局限性,提出了一种改进的基于气象过程信息挖掘的覆冰预测方法。按线路覆冰增量将气象参量样本分为覆冰增长、维持、消融3个模糊模式类别,定义了以气象参量样本与模式类别中心的马氏距离为变量的隶属度函数,并在计算马氏距离时采用灰色斜率关联度确定各气象参量的权重。基于此,将隶属度与采样点气象参量结合,形成包含覆冰气象过程信息的高维历史数据样本,采用支持向量机进行覆冰回归模型的训练与预测。算例比较了现有的神经网络、支持向量机预测方法与提出的改进预测方法,结果表明,前两者预测的相对误差均值分别为24.50%和22.66%,而改进的预测方法相对误差均值为6.62%。考虑气象过程信息挖掘的覆冰预测模型具有更高的预测精度。     

自然条件下输电线路导线覆冰增长特性

输电线路导线覆冰严重威胁着电网安全运行.导线覆冰过程复杂,影响因素众多,对其覆冰增长规律的准确掌握是建立并优化导线覆冰数值计算模型的基础.从自然覆冰试验出发,依托雪峰山自然覆冰试验基地对不同种类的导线进行了自然覆冰观测试验,研究了导线直径、导线表面处理情况、覆冰类型及导线扭转对导线覆冰增长过程的影响.通过导线表面水滴碰撞系数的计算分析了不同直径导线覆冰的差异性.研究结果表明:自然环境条件下,风速对导线雾凇覆冰冰形起决定性作用,覆冰主要在导线迎风面(横向迎风侧)累积,而背风侧和纵向覆冰较少.覆冰厚度随时间非线性增长,导线直径越小,覆冰厚度增长越快.导线扭转使得导线背风侧向迎风侧转变,覆冰厚度增长速率加快.雨凇覆冰时,除迎风侧翼型覆冰外,导线下方易冻结形成冰棱,使得冰形结构更为复杂.     

基于BP神经网络的输电线路覆冰增长模型研究

分析了现有输电线路覆冰增长模型在预测中的不足以及神经网络对非线性映射变量表达的优越性,提出了一种基于Levenberg-Marquardt学习算法的BP神经网络的覆冰增长预测模型。通过实验获取的覆冰增长数据样本训练BP网络,利用收敛的网络进行输电线路覆冰增长的预测,仿真实验误差1mm以下的有7组数据,远高于对比模型makkonoe模型的3组,验证了模型有效性,对输电线路的覆冰研究和预防有重要意义。     

架空导线覆冰实验及模拟

在小型开式冰风洞中对架空导线覆冰过程进行测试,风洞位于低温环境室中,在不同工况下,每隔1 h测量导线上的冰负荷和冰密度以及观察覆冰类型,覆冰测试时间为6 h,将实验结果与改进后基于热平衡的覆冰模型进行比较及误差分析。研究结果表明:当气流温度从-10℃逐渐升高到-2℃时,覆冰开始为干增长(雾凇),然后逐渐变为湿增长(雨凇),同时冰密度增加;风速增加会导致覆冰量增加,但如果气流中液态水含量比较高,即使是在较低的温度下,覆冰类型也为雨凇;改进的覆冰模型对导线冰负荷的预测与实验结果较吻合。     

输电线路覆冰载荷在线检测分析与神经网络预测研究

线路覆冰是威胁输电线路安全的最主要因素之一。在实时实验数据和力学研究的基础上,提出了一种基于BP神经网络的覆冰厚度及重量的预测模型。预测模型以输电线路所处的温度、湿度、风向等为输入量,以覆冰厚度为输出量,网络隐含层单元个数与中心向量采用正交最小二乘法（orthogonal least squares,OLS）。在此基础上再通过专家软件来分析覆冰情况,给出了预测及预警信息。仿真结果表明,符合预期效果,实现了对覆冰载荷在线监测和覆冰厚度的预测,将其误差控制在一个较小的范围。     

三峡地区导线覆冰的特性及雾凇覆冰模型

根据对鄂西及川东地区输电线路因导线覆冰引起事故的调查结果,分析了三峡地区输电线路导线覆冰的基本特征,并从理论上建立了导线的雾凇覆冰模型。     

输电塔-线体系覆冰增长动态响应分析

为了有效分析输电线路在覆冰作用下的正常运行情况,针对重覆冰区气象特征,结合旋转圆柱覆冰增长模型对覆冰区域进行12 h覆冰荷载及风荷载的计算;根据110 kV输电线路特征,采用梁杆分析单元,建立多塔塔-线耦合有限元模型;然后,基于有限元法(FEM)分析软件ANSYS进行覆冰增长动态响应分析.研究表明：在12 h覆冰过程中,线路整体运行平稳,不会出现失稳倒塔现象;不均匀档距和高差在顺线路方向对杆塔影响较大,12 h覆冰过程中杆塔塔头最大应力分别超过标准杆塔7.6%和12.2%;转角由于横向力作用对杆塔扭转影响较大,12 h覆冰过程中转角10°和15°的杆塔塔身最大应力分别超过标准杆塔98.5%和192.4%;线路中不均匀档距、转角及高差产生的不平衡张力是导致杆塔变形增大的主要原因.分析结果同线路实际运行情况相符,可用于架空输电线路覆冰可靠性分析和指导线路除冰.     

风力机叶片表面覆冰影响因素分析

我国低温高海拔地区的风能资源十分丰富，风力机在该环境下运行时会产生叶片表面覆冰现象，不仅降低风力机的发电效率，严重时会影响结构安全性能.采用Fluent与FENSAP-ICE相结合的方法对风力机叶片表面覆冰问题进行数值模拟分析，明确环境温度、来流速度、水滴等主要环境因素影响下叶片表面覆冰发展规律.结果表明，环境温度从-5℃降低到-20℃的过程中，覆冰质量随温度的降低呈线性增长，增长幅度约为0.74 kg/℃;当温度继续降低时，覆冰质量增长幅度降低为0.228 kg/℃.来流速度、空气中水含量(LWC)与水滴直径(MVD)的增加均使覆冰质量呈线性提高，覆冰质量增长幅度分别约为0.236 kg·s/m、8.529 kg·m³/g、0.512 kg/μm.降低环境温度、增大来流速度和LWC会增加叶片覆冰面积，但增大MVD会使覆冰面积减小.     

输电导线覆冰生长及影响因素数值分析模型

针对现有输电线路覆冰生长模型仅注重覆冰生长量、难于准确预测覆冰形貌的问题,建立了输电导线局部冰层增长计算模型。采用空气动力学方程求解覆冰导线周围气流场参数、覆冰表面对流换热系数,进而采用欧拉二相流模型计算覆冰导线表面过冷却液滴碰撞系数;建立包含液滴碰撞、溢流、蒸发、升华等因素的质量平衡方程,基于此方程推导出计算对象热量平衡方程,并采用多级假设、一维搜索求解方程中多个未知量,得出各单元的冻结系数和覆冰质量。算例表明:局部碰撞系数及碰撞区域随风速的提高快速增大,覆冰量相应增大;而环境温度及导线电流的增加使得溢流水出现,覆冰类型由雾凇向雨凇过渡;模型所得覆冰形貌和覆冰量与已有实验结果基本相符,计算结果满足电力系统工程需要。     

基于误差修正的电线覆冰厚度贝叶斯模型及分析

通过对已有的电线覆冰厚度数据进行分析,建立了电线覆冰厚度时间序列模型,对覆冰厚度进行贝叶斯统计推断,然后运用基于Gibbs抽样的MCMC方法对推断模型进行参数估计,并对MCMC模型进行误差修正.在此基础上,运用WINBUGS软件,对Gibbs抽样得到的预测结果与极大似然估计的预测结果进行比较.比较分析结果表明:通过误差...     

高寒高海拔地区输电线路覆冰在线监测系统的研究

针对输电线路覆冰对电网造成巨大损害,而目前没有较好的解决办法的问题,提出了一种基于神经网络的输电线路覆冰在线监测及其预警系统.该系统有机融合了甘孜州的地域气象特征、气象信息,同时考虑了导线拉力、倾斜角、微地理等因素,更把决策支持系统(DSS)引入到该系统中,通过记录大量的气象信息以及输电线路参数,对天气情况是否造成覆冰险情进行相应的预测与监测,做到防患于未然,从而降低了覆冰的危害程度.     

覆冰分裂导线扭转刚度研究

因分裂导线覆冰而导致的扭转刚度变化是舞动发生的重要原因之一,为了有效防治输电线路舞动,研究覆冰分裂导线扭转刚度很有必要.提出了一种考虑覆冰偏心的覆冰分裂导线扭转刚度计算方法,分析了覆冰对扭转刚度的影响.计算结果表明:覆冰导线的扭转刚度随覆冰量的增大而增大;常见易引发舞动的冰形中,扇形覆冰的偏心影响最大;覆冰偏心对扭转刚度有影响,初始结冰角越大,扭转刚度越大;覆冰导线在顺时针与逆时针的扭转刚度受覆冰偏心的影响基本相同,但临界扭转角和临界扭矩不同;不均匀覆冰会对分裂导线的扭转刚度产生显著影响.所得结果可为舞动的防治提供参考.     

线路覆冰分层脱落动力响应的研究

覆冰线路脱冰方式影响着整个线路的动力响应.利用数值试验方法建立了4塔5线有限元耦合模型,覆冰模拟采用附加冰单元法.研究了中跨中部导线外侧的两层覆冰同时发生脱落和两层覆冰在不同时刻相继发生不同厚度脱落时体系的动力响应.分析结果表明,两层覆冰在不同时刻相继发生脱落比覆冰在同一时刻一次性全部发生脱落引起的线路回弹高度、不平衡张力和跨中导线张力的最大值分别减小24%,17%和14%左右.当导线运动至最低点而第2层覆冰发生脱落时引起的线路回弹高度最大.无论两层覆冰脱落的时间间隔多长,线路脱冰后最终都具有相同的稳定振动状态.当最外层覆冰厚度占覆冰总厚度的3/5左右时,分层脱冰对线路体系的影响最小.对覆冰分层脱落的研究结果表明,以往采用覆冰一次性全部脱落假设得到的线路脱冰荷载取值偏保守,尚有可供优化的空间.     

多尺度法与平均法对新月形覆冰导线舞动特性的影响

为研究多尺度法与平均法对新月形覆冰导线舞动特性的影响,首先进行了覆冰单导线风洞试验,得到了覆冰单导线的气动力系数,接着建立了单档覆冰导线数学模型,推导了覆冰导线的舞动方程,再结合风洞试验所得的气动系数研究了覆冰导线的舞动特性。应用多尺度法研究导线的舞动特性,接着再应用平均法研究导线的舞动特性,最后对比两种定量分析方法对导线舞动特性的影响。结果表明：多尺度法与平均法所得的位移时程曲线基本吻合,相平面图基本重合;多尺度法计算过程繁杂,平均法计算过程简单。可见对于单自由度覆冰导线的舞动特性研究平均法应首选。