一种输电线路因山火跳闸的风险等级预测评估方法

    公开(公告)号:CN104376510A

    公开(公告)日:2015-02-25

    申请号:CN201410737586.X

    申请日:2014-12-05

    IPC分类号: G06Q50/06

    摘要: 本发明提供一种输电线路因山火跳闸的风险等级预测评估方法,以输电线路走廊火险等级为指标,以日降水量、温度、风速、相对湿度、坡度、坡向、路网密度、人口密度、风俗节气、植被含水率等因素为进行量化评估山火发生风险性的影响因子,建立山火风险评估模型。以山火发生时,线路发生跳闸的风险等级为指标,以火焰高度桥接比、植被类型、植被分布为拟进行量化评估山火发生时,输电线路跳闸风险等级的影响因子,建立线路跳闸评估模型;两者综合获得输电线路因山火跳闸的风险等级预测评估方法。本发明的技术方案能基于实时数据对输电线路的跳闸风险进行客观预测评估,提前采取针对性的预防措施,能最大限度减少输电线路因山火跳闸的事故数量;对提高输电线路的安全、可靠运行具有重要意义。

    一种输变电设备状态运行趋势分析方法

    公开(公告)号:CN104700321B

    公开(公告)日:2018-03-13

    申请号:CN201510114800.0

    申请日:2015-03-16

    IPC分类号: G06F17/00 G06Q50/06

    CPC分类号: Y04S10/54 Y04S10/60

    摘要: 一种输变电设备状态运行趋势分析方法,包括步骤一、建立输变电设备信息模型;步骤二、从输变电设备信息模型中选取设备各部件运行特征参数值,构建输变电设备状态特征空间,计算设备各部件的不同运行特征参数值对应的动态劣化度值,使用变权模糊综合评价法得到设备运行状态值,得到时间序列上的设备历史运行状态样本;步骤三、使用设备历史运行状态样本作为原始训练样本,进行基于主成分分析法的神经网络训练,得到输变电设备运行状态趋势分析的神经网络模型;步骤四、使用训练好的神经网络进行输变电设备运行状态趋势分析。本发明可及时发现运行状态欠佳的设备,为制定合理的日常输变电设备维护、检修方案提供支持,提高电网运行的可靠性。

    一种基于四阶龙格-库塔和模拟退火的等值盐密预测方法

    公开(公告)号:CN104850746A

    公开(公告)日:2015-08-19

    申请号:CN201510266176.6

    申请日:2015-05-22

    IPC分类号: G06F19/00

    摘要: 本发明提供一种基于四阶龙格-库塔和模拟退火的等值盐密预测方法,包括以下步骤:(1)对经典预测模型进行参数动态化处理,得到以一阶欧拉方程表示的离散化的经典预测模型;(2)引入四阶龙格—库塔算法对步骤(1)得到的欧拉方程进行高阶求导迭代以抑制欧拉模型的离散误差;(3)借助模拟退火算法对模型参数进行全局最优估计,从而实现高精度的等值盐密度预测模型,消除了经典等值盐密度累计规律公式在零时刻预测结果为负值的错误,避免了新误差的带入;有效的抑制了预测误差,获得更为精确的预测结果;解决非线性高阶模型拟合的困难,提高拟合速度,快速获取参数最优估计值;解决了经典预测模型参数固定的弊端,实现动态参数估计。

    一种输变电设备状态运行趋势分析方法

    公开(公告)号:CN104700321A

    公开(公告)日:2015-06-10

    申请号:CN201510114800.0

    申请日:2015-03-16

    IPC分类号: G06Q50/06

    摘要: 一种输变电设备状态运行趋势分析方法,包括步骤一、建立输变电设备信息模型;步骤二、从输变电设备信息模型中选取设备各部件运行特征参数值,构建输变电设备状态特征空间,计算设备各部件的不同运行特征参数值对应的动态劣化度值,使用变权模糊综合评价法得到设备运行状态值,得到时间序列上的设备历史运行状态样本;步骤三、使用设备历史运行状态样本作为原始训练样本,进行基于主成分分析法的神经网络训练,得到输变电设备运行状态趋势分析的神经网络模型;步骤四、使用训练好的神经网络进行输变电设备运行状态趋势分析。本发明可及时发现运行状态欠佳的设备,为制定合理的日常输变电设备维护、检修方案提供支持,提高电网运行的可靠性。

    一种基于四阶龙格‑库塔和模拟退火的等值盐密预测方法

    公开(公告)号:CN104850746B

    公开(公告)日:2017-08-18

    申请号:CN201510266176.6

    申请日:2015-05-22

    IPC分类号: G06F19/00

    摘要: 本发明提供一种基于四阶龙格‑库塔和模拟退火的等值盐密预测方法,包括以下步骤:(1)对经典预测模型进行参数动态化处理,得到以一阶欧拉方程表示的离散化的经典预测模型;(2)引入四阶龙格—库塔算法对步骤(1)得到的欧拉方程进行高阶求导迭代以抑制欧拉模型的离散误差;(3)借助模拟退火算法对模型参数进行全局最优估计,从而实现高精度的等值盐密度预测模型,消除了经典等值盐密度累计规律公式在零时刻预测结果为负值的错误,避免了新误差的带入;有效的抑制了预测误差,获得更为精确的预测结果;解决非线性高阶模型拟合的困难,提高拟合速度,快速获取参数最优估计值;解决了经典预测模型参数固定的弊端,实现动态参数估计。

    一种输电线路因山火跳闸的风险等级预测评估方法

    公开(公告)号:CN104376510B

    公开(公告)日:2017-04-26

    申请号:CN201410737586.X

    申请日:2014-12-05

    IPC分类号: G06F19/00

    CPC分类号: Y02A90/15

    摘要: 本发明提供一种输电线路因山火跳闸的风险等级预测评估方法,以输电线路走廊火险等级为指标,以日降水量、温度、风速、相对湿度、坡度、坡向、路网密度、人口密度、风俗节气、植被含水率等因素为进行量化评估山火发生风险性的影响因子,建立山火风险评估模型。以山火发生时,线路发生跳闸的风险等级为指标,以火焰高度桥接比、植被类型、植被分布为拟进行量化评估山火发生时,输电线路跳闸风险等级的影响因子,建立线路跳闸评估模型;两者综合获得输电线路因山火跳闸的风险等级预测评估方法。本发明的技术方案能基于实时数据对输电线路的跳闸风险进行客观预测评估,提前采取针对性的预防措施,能最大限度减少输电线路因山火跳闸的事故数量;对提高输电线路的安全、可靠运行具有重要意义。