CN104281886B

CN104281886B - 一种配电网架空输电线污秽沉降指数预测方法

Info

Publication number: CN104281886B
Application number: CN201410472760.2A
Authority: CN
Inventors: 周雨田; 曹正; 安芷瑶
Original assignee: State Grid Corp of China SGCC; State Grid Liaoning Electric Power Co Ltd
Current assignee: State Grid Corp of China SGCC; State Grid Liaoning Electric Power Co Ltd
Priority date: 2014-09-16
Filing date: 2014-09-16
Publication date: 2018-02-09
Anticipated expiration: 2034-09-16
Also published as: CN104281886A

Abstract

本发明属于输配电监测技术领域，特别涉及一种配电网架空输电线污秽沉降指数预测方法。包括以下步骤：步骤一：建立污秽沉降指数演化系统的时间序列；步骤二：重构时间序列（1）所代表的污秽沉降指数演化非线性动力学系统的相空间；步骤三：计算相空间中下一时刻的相点；步骤四：计算污秽沉降指数预测值。本发明预测精确，通过建立适合工程实际应用的输电线污秽沉降指数预测模型，有效地解决了对污秽沉降指数的精确预测。对沿海、沿江等配电网自然气象条件恶劣多变的地区，可以实现完整可靠的预测体系，不受恶劣环境的影响。

Description

一种配电网架空输电线污秽沉降指数预测方法

技术领域

本发明属于输配电监测技术领域，特别涉及一种配电网架空输电线污秽沉降指数预测方法。

背景技术

配电网架空输电线在运行过程中，由于导线表面的污秽沉降，会导致导线加快老化，电晕放电损失增加等不利影响，目前，针对导线表面污秽沉降导致导线损伤和电晕增加的评估方法主要是通过对导线表面沉降了一定污秽时其电晕特性的试验测定方法方面的研究。

针对沿海和多雾霾环境的挑战，导线表而附着的污秽物严重影响输电线路的电晕特性，需要深入开展其影响规律的基础性问题。

发明内容

针对现有技术的不足，本发明提供一种配电网架空输电线污秽沉降指数预测方法，通过建立适合工程实际应用的输电线污秽沉降指数预测模型，以有效地解决对污秽沉降指数的精确预测。

本发明的技术方案实现的步骤如下：

一种配电网架空输电线污秽沉降指数预测方法，包括以下步骤：

步骤一：建立污秽沉降指数演化系统的时间序列：

在固定时间间隔对污秽沉降量、温度、湿度、风速、PM2.5值进行测量，将污秽沉降量的测量值与历史测量最大值的比作为污秽沉降指数，即：

则，在一系列时刻t₁,t₂,...,t_n(n为自然数，n＝1,2,…)得到污秽沉降指数、温度、湿度、风速、PM2.5时间序列：

步骤二：重构时间序列(1)所代表的污秽沉降指数演化非线性动力学系统的相空间S_Y：

PZ_i为重构的时间序列相空间相内的相点，i＝1,2,…,N，N表示第N时刻，τ_it和m_it为第it个时间序列的延迟时间和嵌入维数，重构相空间的嵌入维数m＝m₁+m₂+...+m₅；第it个时间序列的嵌入维数m_it由下式决定：

其中：PZ_i(m_it+1)是(m_it+1)维重构的系统相空间中的第i个相点，n(i,m_it)是在m_i维系统相空间中使相点是相点PZ_i(m_it)的最邻近点的整数，it＝1,2,…,5；

延迟时间τ_it的选择采用自相关函数法，选取自相关函数：

取自相关函数第一个过零点时对应的τ_it为延迟时间，其中，j＝1,2,…,m_it-1；

步骤三：计算相空间中下一时刻的相点：

在相空间S_Y中计算各相点到中心相点PZ_C之间的欧氏距离d_i＝||PZ_i-PZ_C||，找出PZ_C的参考向量集R_S(C)＝{RZ₁,RZ₂,…,RZ_N}，由R_S(C)用下式计算相空间中下一时刻的相点PZ′_C：

d_min为邻域中各点到中心点的空间距离和最小距离，即min{d_i＝||PZ_i-PZ_C||}，L为预测调节参数，一般取L≥1；

步骤四：计算污秽沉降指数预测值：

将步骤三中计算得到的PZ′_C作为相空间(2)中的第N+1个相点PZ_N+1，则可得：

令τ_it＝1(it＝1,2,…,5)，可得z_1,N+1即为污秽沉降指数预测值。

本发明的优点及有益效果如下：

(1)、预测精确，本发明通过建立适合工程实际应用的输电线污秽沉降指数预测模型，有效地解决了对污秽沉降指数的精确预测。

(2)、对沿海、沿江等配电网自然气象条件恶劣多变的地区，可以实现完整可靠的预测体系，不受恶劣环境的影响。

附图说明：

图1为本发明污秽沉降指数预测流程图

具体实施方式：

实施例1：

下面结合实施例和附图对本发明加以详细说明。

如图1所示，一种配电网架空输电线污秽沉降指数预测方法，包括以下步骤：

步骤一：建立污秽沉降指数演化系统的时间序列：

本实施例中，在30个等间隔的时间段内测量污秽沉降量、温度、湿度、风速、PM2.5值，并将各时刻测得的污秽沉降量折算为污秽沉降指数：

则得到由污秽沉降指数、温度、湿度、风速、PM2.5的测量数据构成的一个5维时间序列：

式中，ki＝1,2,...,30；

步骤二：重构时间序列(7)所代表的污秽沉降指数演化非线性动力学系统的相空间：

由下式：

求得延迟时间τ_it＝2和嵌入维数m_it＝5对时间序列进行相空间重构，it＝1,2,…,5，得到相空间：

步骤三：计算相空间中下一时刻的相点：

选取PZ₃为相空间中心点，计算各相点与PZ₃之间的d_i＝||PZ_i-PZ₃||，得到参考向量集R_S(3)＝{RZ₁,RZ₂,…,RZ_N}，取L＝1.321，计算相空间中下一时刻的相点PZ′₃：

步骤四：计算污秽沉降指数预测值：

令PZ_N+1＝PZ′₃，可得：取τ_it＝1(it＝1,2,…,5)，解得的z_1,N+1，即为污秽沉降指数预测值。

Claims

1.一种配电网架空输电线污秽沉降指数预测方法，其特征在于包括以下步骤：

步骤一：建立污秽沉降指数演化系统的时间序列：

则，在一系列时刻t₁，t₂，...，t_n(n为自然数，n＝1，2，…)得到污秽沉降指数、温度、湿度、风速、PM2.5时间序列：

PZ_i为重构的时间序列相空间相内的相点，i＝1，2，…，N，N表示第N时刻，τ_it和m_it为第it个时间序列的延迟时间和嵌入维数，重构相空间的嵌入维数m＝m₁+m₂+...+m₅；第it个时间序列的嵌入维数m_it由下式决定：

<mrow> <mi>M</mi> <mrow> <mo>(</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mi>&tau;</mi> </mrow> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>N</mi> <mo>-</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mi>&tau;</mi> </mrow> </munderover> <mi>&alpha;</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>

其中：PZ_i(m_it+1)是(m_it+1)维重构的系统相空间中的第i个相点，n(i，m_it)是在m_i维系统相空间中使相点是相点PZ_i(m_it)的最邻近点的整数，it＝1，2，…，5；

延迟时间τ_it的选择采用自相关函数法，选取自相关函数：

<mrow> <msubsup> <mi>C</mi> <mrow> <mi>z</mi> <mi>z</mi> </mrow> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> </msubsup> <mrow> <mo>(</mo> <msub> <mi>&tau;</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>)</mo> </mrow> <mo>=</mo> <mfrac> <mn>1</mn> <mi>N</mi> </mfrac> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <munderover> <mo>&Sigma;</mo> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <msub> <mi>m</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>-</mo> <mn>1</mn> </mrow> </munderover> <mrow> <mo>(</mo> <msub> <mi>PZ</mi> <mi>i</mi> </msub> <mo>-</mo> <mover> <mrow> <mi>P</mi> <mi>Z</mi> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mrow> <mo>(</mo> <msub> <mi>PZ</mi> <mrow> <mi>i</mi> <mo>+</mo> <msub> <mi>j&tau;</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> </mrow> </msub> <mo>-</mo> <mover> <mrow> <mi>P</mi> <mi>Z</mi> </mrow> <mo>&OverBar;</mo> </mover> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>

取自相关函数第一个过零点时对应的τ_it为延迟时间，其中，j＝1，2，…，m_it-1；

步骤三：计算相空间中下一时刻的相点：

在相空间S_Y中计算各相点到中心相点PZ_C之间的欧氏距离d_i＝||PZ_i-PZ_C||，找出PZ_C的参考向量集R_S(C)＝{RZ₁，RZ₂，…，RZ_N}，由R_S(C)用下式计算相空间中下一时刻的相点PZ′_C：

<mrow> <msubsup> <mi>PZ</mi> <mi>C</mi> <mo>&prime;</mo> </msubsup> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msub> <mi>RZ</mi> <mi>i</mi> </msub> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>d</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> </mrow> </msup> </mrow> <mrow> <munderover> <mo>&Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mi>e</mi> <mrow> <mo>-</mo> <mi>L</mi> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>d</mi> <mi>min</mi> </msub> <mo>)</mo> </mrow> </mrow> </msup> </mrow> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>5</mn> <mo>)</mo> </mrow> </mrow>

d_min为邻域中各点到中心点的空间距离中的最小距离，即min{d_i＝||PZ_i-PZ_C||}，L为预测调节参数，L≥1；

步骤四：计算污秽沉降指数预测值：

令τ_it＝1(it＝1，2，…，5)，可得z_1，N+1即为污秽沉降指数预测值。