基于GA-SVM的高压输电线路弧垂预测模型

导线弧垂是反映输电线路运行状态的重要参数之一,为了预知和预警高压输电线路弧垂的变化,提出了一种基于遗传算法(genetic algorithm, GA)特征自适应赋权的支持向量机(support vector machine, SVM),预测输电线路弧垂的方法(GA-SVM).该方法主要分为两个阶段,首先使用GA对实验数据自适应赋权,以突出重要属性,抑制冗余或次要属性,然后使用SVM预测输电线路弧垂.实验结果表明,该方法在预测输电线路弧垂方面是可行有效的,并且优于贝叶斯(Bayes)算法、K-最近邻算法(KNN)、决策树算法和BPNN神经网络算法.     

核电主管道铸造不锈钢的热老化脆化

为了研究中国核电主管道铸造不锈钢Z3CN20-09M的热老化,在300、350和400℃下,对Z3CN20-09M进行了长达30000 h的加速热老化实验.对不同热老化时间下的样品进行了冲击性能和铁素体纳米硬度测定.以夏比冲击功作为热老化脆化参量,利用拟合的方法得出该材料的热老化激活能为51.962 kJ.mol-1.通过热老化因子P得出了用夏比冲击功表示的热老化脆化动力学公式.利用热老化激活能和热老化动力学公式预测了Z3CN20-09M在实际运行温度下服役40 a内的夏比冲击功和铁素体显微硬度变化.预测结果表明在运行5a内是该材料韧性迅速下降的时期,随后的运行过程中下降过程趋缓.     

核电主管道铸造不锈钢的热老化脆化

为了研究中国核电主管道铸造不锈钢Z3CN20-09M的热老化,在300、350和400℃下,对Z3CN20-09M进行了长达30000 h的加速热老化实验.对不同热老化时间下的样品进行了冲击性能和铁素体纳米硬度测定.以夏比冲击功作为热老化脆化参量,利用拟合的方法得出该材料的热老化激活能为51.962 kJ·mol^-1.通过热老化因子P得出了用夏比冲击功表示的热老化脆化动力学公式.利用热老化激活能和热老化动力学公式预测了Z3CN20-09M在实际运行温度下服役40 a内的夏比冲击功和铁素体显微硬度变化.预测结果表明在运行5 a内是该材料韧性迅速下降的时期,随后的运行过程中下降过程趋缓.     

一种电容式输电线路覆冰厚度检测装置的研究

针对电线路覆冰厚度在线检测在电路线路安全运行中这难题,提出了利用电容感应的方法进行模拟输电导线的覆冰厚度检测的监测方法;对模拟导线覆冰厚度传感器及其控制系统进行了设计研究,并对整套系统进行了低温覆冰检测实验,实验证明,利用该方法能很好的实现输电线路导线的模拟监测。     

以气象参数预测的输电线最大载流量概率模型

针对气象参数预测的问题,提出应用经验模态分解法（EMD）对研究地区的历史气象数据按时间序列进行分解和特征提取,以粒子群优化的核极限学习机（PSO-KELM）进行预测的方法. 该气象参数的预测结果将作为输电线路最大载流量概率模型的源数据. 基于载流量密度函数的概率建模,提出基于气象参数的输电线路最大载流量的计算方法. 某地区电网的应用分析结果表明,在用电高峰期时可根据气象参数预测结果动态调整输电线路的载流量,在确保输电线路安全可靠性的前提下,提高输电线路的输送能力.     

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.     

基于改进连续潮流的输电断面热稳定功率极限计算

输电断面的热稳定功率极限关系到电力系统安全稳定运行,是限制电网功率传输的重要因素。为准确、快速评估电网的热稳定运行状态,提出一种改进连续潮流的输电断面热稳定传输功率极限计算方法。在考虑系统线路热稳定约束、发电机最大有功功率约束和部分支路开断后的线路功率约束下,利用线性最优化方法调整各发电机出力;在此基础上,进一步用连续潮流法得到断面热稳定功率极限。最后通过新英格兰39节点系统的不同场景,仿真验证了所提方法的正确性及有效性。     

面向输电线路的压缩感知图像去噪方法

传统的基于字典学习的输电线路图像去噪方法,易受冗余字典影响存在重建图像边缘细节恢复不足的问题.为了有效抑制输电线路图像表面存在的高斯噪声,提出一种图像非局部自相似特性与改进K-SVD字典学习算法融合的输电线路图像去噪方法,利用图像非局部自相似性作为正则项约束并加权稀疏表达模型,提高去噪图像复原和保留细节的能力.实验选取含有自然图像和输电线路典型缺陷图像进行仿真实验测试.实验结果表明,所提出的算法不仅能够很好的保留图像纹理特征与边缘细节,对高斯噪声也具有良好的鲁棒性.     

基于GA-BP的输电线路负荷预测研究

输电线路负荷预测的核心任务是根据以前负荷数据的变化规律推断出未来的发展趋势.输电线路负荷预测对于节约用电、发电机组的维护与保养、实行电网经济调度、保障生产和生活用电的稳定都具有重要的意义,是电力系统调度、用电和计划部门的重要工作.文中提出一种基于GA-BP的输电线路负荷预测研究方法,选取了日最高和日最低环境温度作为模型...     

基于功率圆的特高压线路输电能力分析

基于精确分析特高压线路输电能力的系统模型,结合特高压输电系统运行时的热极限、功角极限和电压约束,给出了用功率圆分析有功功率、无功功率与给定输电系统参数三者之间关系的方法.对于给定的特高压输电系统,功率圆不仅能方便地量化其运行区域,且能快速确定其输电能力的限制因素.对晋东南-南阳-荆门特高压交流实验示范工程进行了仿真,结果验证了方法的有效性.     

连铸中间包测温传感器热惯性响应函数的研究

中间包钢水黑体空腔连续测温传感器的保护套管由耐高温、耐冲刷材质构成,导致传感器在测量中存在热传导惯性,测温输出信号滞后于被测温度的变化,产生动态测量误差。针对于黑体空腔连续测温传感器的热响应惯性,根据传感器实际物理参数,运用有限元分析方法构建传感器的模型,建立传感器的热响应函数,进而根据传感器初始温度测量值对其钢水温度进行预估。最终为降低传感器温度测量动态误差、提高测量实时性提供了一种有效的补偿方法。     

基于氧化动态模型的沥青热氧老化性能预测

为研究沥青热氧老化过程中的动态变化规律,对3种沥青在不同时间和温度条件下进行热氧老化,采用动态流变剪切仪对各老化后的沥青试样进行动态频率扫描试验,得到沥青的复数剪切模量、相位角主曲线,进而获得各试样的交叉模量,分析交叉模量在沥青老化过程中随老化时间和老化温度的动态变化规律,建立预测交叉模量的氧化动态模型.研究结果表明,无论是石油沥青还是改性沥青,交叉模量对数的倒数在老化开始一段时间增长速度较快,后期逐渐缓慢趋于线性增长;氧化动态模型可预测沥青经任意温度和任意时间老化后的交叉模量;每种沥青都有其各自的老化路径.     

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。     

携有时间标签的物联网构架下高压远距离输电线路在线监测系统

高压远距离输电线路在线监测系统对保障输电线路的安全运行具有重要意义。根据高压输电线路分布范围广泛和监测时间久的特点,提出了带有时间/地理标签的无线传感器网络在高压远距离输电线路中的远程实时监测。子网采用ZigBee无线通信技术组网,负责高压输电线监测参数的采集;骨干网采用GPRS技术实现无线传感器网络与Internet的无缝连接。同时通过B/S体系结构,用户端在登录监测系统后能实时浏览和分析无线传感器网络采集到的高压输电线监测参数。     

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CS-SVM的输电线路雷电过电压识别

准确识别输电线路雷电过电压有利用于防雷设计.为了提高输电线路雷电过电压的识别率,提出一种布谷鸟搜索算法优化支持向量机的输电线路雷电过电压识别模型(CS-SVM).首先提取输电线路雷电过电压的特征,然后采用支持向量机建立输电线路雷电过电压识别的分类器,并采用布谷鸟搜索算法对支持向量机参数进行优化,最后采用仿真实验测试其性能.仿真实验结果表明,CS-SVM不仅提高了输电线路雷电过电压识别率,而且加快了识别速度,获得比其他模型更优的识别结果.     

物体表面热属性温度触觉识别实验研究

采用所研制的温度触觉传感器进行了材料热属性识别研究,温度触觉传感器由恒温元件保持传感器恒温,由测温传感元件检测接触面的温度信号,基板为传感器提供支架.分析了基于温度触觉的物体表面热属性识别方法机理,认为不同形态的物体表面可等效为光滑物体与薄空气层组成的表面空气层模型.对不同表面形态和不同材料被测物体的温度触觉热传导进行了仿真和实验.测试实验结果表明,所研制的温度触觉传感器能较好地识别不同热属性的物体,对不同表面形态的大理石也有较好的识别效果.表面空气层模型能较好地解释表面形态对温度触觉结果的影响.     

基于机器学习算法的输电线路工程投资预测

技术方案深度的不足导致依据定额概预算来确定输电线路工程投资的方法准确性低、工作量大,因此,研究基于机器学习的投资预测模型需求迫切。针对输电线路投资的高维数、非线性等特点,提出了基于XGBoost算法的输电线路工程投资预测方法。通过采用实际输电线路工程数据对模型进行训练和测试,预测结果显示XGBoost模型在预测精度、结果偏差方面相较于神经网络和支持向量机模型（SVM）都具有较大的优势,且能输出指标重要性排序,能为决策者提供有效的投资额和控制指标参考,模型的可靠性和可解释性较高。     

电网冰凌灾害的供电不间歇智能防控

消除输电线路覆冰是目前电力系统中亟待解决的技术难点.文中提出一种输电线冰棱灾害的供电不间歇智能防控系统.该系统基于图像信息识别采用高低通分流、正弦脉宽调制（SPWM）控制逆变、高频电流热融和电致机械震荡等技术,能够产生频率与幅值可调的高频融冰电流;同时,利用三相输电线路中融冰电流相位的交替变化,使输电线路产生一定幅度的震荡来加速冰凌的破碎和脱落.实验表明,该系统在不改变除冰区域电力输配技术标准和运行工况的前提下,能够有效地加速输电线路除冰过程.     

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。