CN106570780B - 基于灰色关联理论的输电线路舞动预警方法 - Google Patents
基于灰色关联理论的输电线路舞动预警方法 Download PDFInfo
- Publication number
- CN106570780B CN106570780B CN201610944250.XA CN201610944250A CN106570780B CN 106570780 B CN106570780 B CN 106570780B CN 201610944250 A CN201610944250 A CN 201610944250A CN 106570780 B CN106570780 B CN 106570780B
- Authority
- CN
- China
- Prior art keywords
- index set
- index
- galloping
- power transmission
- transmission line
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000005540 biological transmission Effects 0.000 title claims abstract description 40
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims description 31
- 125000006850 spacer group Chemical group 0.000 claims description 21
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000001556 precipitation Methods 0.000 claims description 9
- 230000016507 interphase Effects 0.000 claims description 8
- 238000010606 normalization Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000006378 damage Effects 0.000 abstract description 4
- 238000007689 inspection Methods 0.000 abstract description 4
- 239000004020 conductor Substances 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B19/00—Alarms responsive to two or more different undesired or abnormal conditions, e.g. burglary and fire, abnormal temperature and abnormal rate of flow
- G08B19/02—Alarm responsive to formation or anticipated formation of ice
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Water Supply & Treatment (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)
- Emergency Alarm Devices (AREA)
Abstract
本发明公开了一种基于灰色关联理论的输电线路舞动预警方法,包括1)根据输电线路发生舞动故障的影响因素,建立指标体系;2)对指标体系中每一个指标赋以权重,得到指标权重集;3)根据输电线路舞动数据确定参考指标集;4)采集待测输电线路的舞动数据作为待测指标集;5)利用灰色关联模型将所述待测指标集与参考指标集相对比,进行灰色关联度计算,从而得出待测输电线路的舞动预警结果。本发明根据气象数据和台账信息对舞动进行短期预测,检修人员可以基于预测结果选择相应的巡检策略,从而做到有的放矢地预防舞动故障,提高巡检效率,进一步减小输电线路舞动带来的危害。
Description
技术领域
本发明涉及电力输电工程技术领域,特别针对输电线路舞动预警,具体地指一种基于灰色关联理论的输电线路舞动预警方法。
背景技术
中国是世界上架空输电线路覆冰舞动最严重的国家之一。近年来输电线路舞动跳闸呈现出频率高、影响范围大的特点。因此,采取合适的防舞措施对提高输电线路运行安全性至关重要。
现行的防舞措施主要分为三大类:一是避舞措施:在导线布线过程中,尽量避开易发生舞动的地形地貌,选择合适的走向以避免舞动的发生;二是抗舞措施:在舞动条件不发生改变的前提下,通过提高线路自身的机械强度和电气强度的方法来避免发生舞动时造成线路损坏,影响正常供电;三是抑舞措施:以破坏舞动形成条件为目的,在导线上安装防舞装置来抑制舞动。但值得注意的是:其一,考虑到线路走廊的经济性设计要求以及施工便宜性等因素,部分输电线路是无法完全避开舞动区的;其二,在实际应用中,加强输电线路质量的技术及相关的抗舞设计还不够详实和规范,经济性以及可操作性较差;其三,防舞器是基于不同舞动机理开发得到的,导致目前应用较多的几种防舞装置都具有其明显的应用局限性。
现行防舞策略没有对舞动可能发生的时间和地点进行预判,使得防舞工作较为被动。而目前仅有的舞动预警方法存在准确性较低和对数据收集要求过高,实用性不强的不足。因此亟需一种预警结果精准,实用性较强的输电线路舞动预警方法。
发明内容
本发明的目的针对现有技术中舞动预警方法准确性较低、对数据收集要求过高、实用性不强的缺陷,而建立一套准确、实用的基于灰色关联理论的输电线路舞动预警方法。
为实现上述目的,本发明所设计的一种基于灰色关联理论的输电线路舞动预警方法,其特殊之处在于,包括如下步骤:
1)根据输电线路发生舞动故障的影响因素,建立指标体系;
2)对所述指标体系中每一个指标赋以权重,得到指标权重集;
3)分析所述指标权重集,并根据输电线路舞动数据确定参考指标集;
4)采集待测输电线路的舞动数据作为待测指标集;
5)利用灰色关联模型将所述待测指标集与参考指标集相对比,进行灰色关联度计算,从而得出待测输电线路的舞动预警结果。
优选地,所述指标体系为递阶性层次结构模型,第一层总目标层为舞动指数,第二层准则层为气象条件、线路参数、防舞措施,第三层准则层为指标,其中气象条件的相关指标包括相对湿度、气温、横向风速、降水方式,线路参数的相关指标包括导线分裂数、导线直径、档距,防舞措施的相关指标包括回转式间隔棒、双摆防舞器、相间间隔棒。
优选地,所述步骤2)中采用层次分析法对所述指标体系中每一个指标赋以权重。
优选地,所述步骤3)中参考指标集包括三个指标集,分别是安全指标集、危险指标集和中间指标集,所述安全指标集的指标是舞动可能性最小状态的取值;所述危险指标集的指标是舞动可能性最大状态的取值;所述中间指标集的指标以可以发生舞动的临界值作参考得出的指标集。
优选地,所述步骤4)中待测输电线路的舞动数据通过台账信息和气象数据获取,其中横向风速根据风速、风向、线路高度及线路走向计算得到。
优选地,所述步骤2)的具体步骤包括:
21)对所述指标体系的各层各指标进行两两对比,根据AHP比例标度构造若干个判断矩阵;
22)将所述每个判断矩阵做归一化处理,计算每个判断矩阵的最大特征根及特征向量;
23)将所述判断矩阵中第三层准则层各指标的特征向量作为其分项权重,并乘以相对应的第二层准则层的特征向量,得到该指标的权重;
24)将得到的所有第三层准则层指标的权重排序,得到指标权重集。
优选地,所述步骤5)的具体步骤包括:
51)分别求待测指标集、安全指标集、危险指标集和中间指标集的初值像;
52)分别求待测指标集与安全指标集、危险指标集和中间指标集的初值像对应分量之差的绝对值序列,并分别找出最大值M与最小值m;
53)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联系数;
54)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联度;
55)根据待测指标集与安全指标集、危险指标集和中间指标集的关联度获得舞动预警结果。
优选地,所述横向风速的计算公式为:
其中:WA表示杆塔A的纬度,WB表示杆塔B的纬度,JA表示杆塔A的经度,JB表示杆塔B的经度,Z表示呼高,Zs表示标准高度,Us表示标准高度的平均风速,α表示地面的粗糙系数。
优选地,所述步骤22)中还包括对所述每个判断矩阵进行一致性检验的步骤。
优选地,所述步骤53)中关联系数的计算公式为:
其中,γ0i(k)表示待测指标集与安全指标集、危险指标集和中间指标集的关联系数,0表示待测指标集,i表示安全指标集、危险指标集和中间指标集,k表示指标,Δi(k)表示待测指标集与安全指标集、危险指标集和中间指标集的初值像对应分量之差的绝对值序列,M表示Δi(k)的最大值,m表示Δi(k)的最小值,ζ表示分辨系数,ζ∈[0,1];
所述步骤54)中关联度的计算公式为:
其中,γ0i表示待测指标集与安全指标集、危险指标集和中间指标集的关联度,n表示指标k的个数,Wk表示指标权重。
本发明与现有的输电线路舞动预警方法相比,具有如下突出特点:
1.本发明根据气象数据和台账信息对舞动进行短期预测,检修人员可以基于预测结果选择相应的巡检策略,从而做到有的放矢地预防舞动故障,提高巡检效率,进一步减小输电线路舞动带来的危害。
2.本发明基于灰色关联理论对现有指标数据进行分析,具有很强的准确性与实用性。
附图说明
图1为本发明基于灰色关联理论的输电线路舞动预警方法的流程图。
图2为指标体系示意图。
图3为舞动预警输出流程图。
图中:舞动指数A,气象条件B1,线路参数B2,防舞措施B3,相对湿度C1,气温C2,横向风速C3,降水方式C4,导线分割数C5,导线直径C6,档距C7,回转式间隔棒C8,双摆防舞器C9,相间间隔棒C10。
具体实施方式
以下结合附图和具体实施例对本发明作进一步的详细描述。
如图1所示,本发明所涉及的基于灰色关联理论的输电线路舞动预警方法,包括如下步骤:
1)根据输电线路发生舞动故障的影响因素,建立指标体系。指标体系根据导线覆冰、风的激励和线路结构参数三个引起导线舞动的重要因素建立,具体结构为:第一层总目标层为舞动指数A。第二层准则层包括气象条件B1、线路参数B2、防舞措施B3。第三层准则层中,与气象条件B1相关的指标包括相对湿度C1、气温C2、横向风速C3、降水方式C4,与线路参数B2相关的指标包括导线分割数C5、导线直径C6、档距C7,与防舞措施相关的指标包括回转式间隔棒C8、双摆防舞器C9、相间间隔棒C10,如图2所示。
2)采用层次分析法对指标体系中每一个指标赋以权重,得到指标权重集。
具体步骤包括:
21)对指标体系的各层各指标进行两两对比,根据AHP比例标度构造若干个判断矩阵。AHP比例标度如表1所示。
表1 AHP比例标度
对于总目标层舞动指数A来说,准则层B的各项指标分别是气象条件B1、线路参数B2、防舞措施B3,根据AHP比例标度法可构造判断矩阵A,如表2所示。
表2 判断矩阵A
A | B<sub>1</sub> | B<sub>2</sub> | B<sub>3</sub> |
B<sub>1</sub> | 1 | 8 | 8 |
B<sub>2</sub> | 1/8 | 1 | 1/2 |
B<sub>3</sub> | 1/8 | 2 | 1 |
对于准则层气象条件B1来说,准则层C的各项指标分别是相对湿度C1、气温C2、横向风速C3和降水方式C4,同理可得判断矩阵B1,如表3所示。
表3 判断矩阵B1
B<sub>1</sub> | C<sub>1</sub> | C<sub>2</sub> | C<sub>3</sub> | C<sub>4</sub> |
C<sub>1</sub> | 1 | 1/3 | 1/5 | 1/3 |
C<sub>2</sub> | 3 | 1 | 1 | 3 |
C<sub>3</sub> | 5 | 1 | 1/3 | 3 |
C<sub>4</sub> | 3 | 1//3 | 1/3 | 1 |
对于准则层线路参数B2来说,准则层C的各项指标分别是导线分裂数C5、导线直径C6、档距C7,同理可得判断矩阵B2,如表4所示。
表4 判断矩阵B2
B<sub>2</sub> | C<sub>5</sub> | C<sub>6</sub> | C<sub>7</sub> |
C<sub>5</sub> | 1 | 1 | 3 |
C<sub>6</sub> | 1 | 1 | 3 |
C<sub>7</sub> | 1/3 | 1/3 | 1 |
对于准则层防舞措施B3来说,准则层C的各项指标分别是回转式间隔棒C8、双摆防舞器C9和相间间隔棒C10,同理可得判断矩阵B3,如表5所示。
表5 判断矩阵B3
B<sub>3</sub> | C<sub>8</sub> | C<sub>9</sub> | C<sub>10</sub> |
C<sub>8</sub> | 1 | 1/2 | 2 |
C<sub>9</sub> | 2 | 1 | 3 |
C<sub>10</sub> | 1/2 | 1/3 | 1 |
22)将每个判断矩阵做归一化处理,计算每个判断矩阵的最大特征根及特征向量。
对每个判断矩阵进行一致性检验,当一致性比率CR<0.1时,该判断矩阵的不一致性在允许范围内,该判断矩阵的特征向量可作为权向量。一致性比率CR的计算公式为:
CI为一致性指标,通过判断矩阵的最大特征根可求,RI为随机一致性指标对应关系,本例中维度为3时RI取0.58,维度为4时RI取0.9。
23)将判断矩阵中第三层准则层各指标的特征向量作为其分项权重,并乘以相对应的第二层准则层的特征向量,得到该指标的权重。
对于指标相对湿度C1、气温C2、横向风速C3和降水方式C4来说,其权重分别为自身的特征向量乘以气象条件B1的特征向量。对于指标导线分裂数C5、导线直径C6、档距C7来说,其权重分别为自身的特征向量乘以线路参数B2的特征向量。对于指标回转式间隔棒C8、双摆防舞器C9和相间间隔棒C10来说,其权重分别为自身的特征向量乘以防舞措施B3的特征向量。
24)将得到的所有第三层准则层指标的权重排序,得到指标权重集。指标权重集为相对湿度C1、气温C2、横向风速C3、降水方式C4、导线分裂数C5、导线直径C6档距C7、回转式间隔棒C8、双摆防舞器C9和相间间隔棒C10这十个指标的权重序列,记为Wk,k依次为10个指标。
3)分析指标权重集,并根据输电线路舞动数据确定参考指标集;参考指标集包括三个指标集,分别是安全指标集、危险指标集和中间指标集,安全指标集的指标是舞动可能性最小状态的取值;危险指标集的指标是舞动可能性最大状态的取值;中间指标集的指标以可以发生舞动的临界值作参考得出的指标集。
4)采集待测输电线路的舞动数据作为待测指标集;待测输电线路的舞动数据通过台账信息和气象数据获取,其中横向风速根据风速、风向、线路高度及线路走向计算得到。
除横向风速以外,其他所需指标数据均可直接从台账信息或气象数据直接读取,所以在此对横向风速的计算进行介绍。
横向风速与风速、风向、线路高度及线路走向有关,根据通常的计算方法,平均风速沿高度变化的规律可用下式来描述:
式中U’、Z分别表示呼高的平均风速和离地高度,Zs、Us分别表示标准高度(一般定为10m)和该处的平均风速,α表示地面的粗糙系数,地面越粗糙,其值越大,其通常采用的数值如表6所示。
表6 粗糙系数
海面 | 开阔平原 | 森林与街道 | 城市中心 | |
α | 0.125~0.100 | 0.167~0.125 | 0.250 | 0.333 |
1/α | 8~10 | 6~8 | 4 | 3 |
考虑到冬季所刮风向一般为北风,且所收集到的数据中,所有舞动时的风向均为北风,所以只考虑线路走向和南北朝向之间的夹角A,线路走向与南北方向的夹角A按下式计算:
式中WA表示杆塔A的纬度,WB表示杆塔B的纬度,JA表示杆塔A的经度,JB表示杆塔B的经度。
当刮北风时,横向风速U的计算公式为
U=U′sin A
5)利用灰色关联模型将待测指标集与参考指标集相对比,进行灰色关联度计算,从而得出待测输电线路发生舞动故障的危险指数。
具体步骤包括:
51)分别求待测指标集、安全指标集、危险指标集和中间指标集的初值像Xi’。
Xi′=Xi/xi(1)=(xi′(1),xi′(2),…,xi′(k)),i=0,1,2,3
式中i依次为待测指标集0、安全指标集1、危险指标集2、中间指标集3;k依次为各指标,本例中为1~10。
52)分别求待测指标集与安全指标集、危险指标集和中间指标集的初值像对应分量之差的绝对值序列Δi(k),并分别找出最大值M与最小值m。
53)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联系数γ0i(k)。ζ表示分辨系数,ζ∈[0,1],一般取ζ=0.5。
54)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联度,记为γ01、γ02、γ03。根据关联系数γ0i(k)的加权平均值得到关联度。
Wk表示各个指标的权重,从步骤24)中获得。
55)根据待测指标集与安全指标集、危险指标集和中间指标集的关联度获得舞动预警结果。
比较γ01、γ02、γ03的值,根据表7判断舞动预警结果。
表7 舞动预警结果
关联度降序排列 | 舞动危险指数 | 舞动可能性 |
γ<sub>01</sub>>γ<sub>02</sub>>γ<sub>03</sub> | 0 | 绝对不可能发生舞动 |
γ<sub>02</sub>>γ<sub>01</sub>>γ<sub>03</sub> | 1 | 几乎不可能发生舞动 |
γ<sub>02</sub>>γ<sub>03</sub>>γ<sub>01</sub> | 2 | 有一定可能性发生舞动 |
γ<sub>03</sub>>γ<sub>02</sub>>γ<sub>01</sub> | 3 | 极有可能发生舞动 |
完整的舞动预警输出流程图如图3所示,以下通过一个实施例具体说明。
2015年1月28日至31日,受湖北省大范围冷空气影响,荆门、荆州地区出现低温雨雪冰冻天气,造成分部所辖荆林一二三回、龙政线、江城线等21条线路出现不同程度的导线舞动,分部所辖荆林一二三回先后发生故障跳闸,累计造成67处设备损伤,严重影响了电网安全运行。选取江城线第20档1月28日的数据为研究对象,进行舞动预警计算。
根据步骤2)层次分析法所得指标权重如表8所示。
表8 指标权重
w<sub>1</sub>(相对湿度) | 0.0634 |
w<sub>2</sub>(气温) | 0.2844 |
w<sub>3</sub>(横向风速) | 0.3232 |
w<sub>4</sub>(降水方式) | 0.1248 |
w<sub>5</sub>(导线分裂数) | 0.0338 |
w<sub>6</sub>(导线直径) | 0.0338 |
w<sub>7</sub>(档距) | 0.0113 |
w<sub>8</sub>(回转式间隔棒) | 0.0205 |
w<sub>9</sub>(双摆防舞器) | 0.0372 |
w<sub>10</sub>(相间间隔棒) | 0.0676 |
根据步骤3)对数据进行分析,所选参考指标集如表9所示。
表9 参考指标集
步骤4)中,对于防舞措施,回转式间隔棒、双摆防舞器和相间间隔棒,已安装时,指标值取1;未安装时指标值取0。
采集的原始数据如表10所示:
表10 原始数据
计算出横向风速后,所得待测指标集如表11所示。
表11 待测指标集
步骤5)中灰色关联度计算结果如下:
待测指标集与安全指标集的关联度γ01、待测指标集与的关联度γ02、待测指标集与危险指标集和中间指标集的关联度γ03分别为:
γ01=0.4293
γ02=0.6366
γ03=0.6997
根据表7所得预警结果为:舞动危险指数为3,极有可能发生舞动。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (3)
1.一种基于灰色关联理论的输电线路舞动预警方法,其特征在于:包括如下步骤:
1)根据输电线路发生舞动故障的影响因素,建立指标体系;所述指标体系为递阶性层次结构模型,第一层总目标层为舞动指数,第二层准则层为气象条件、线路参数、防舞措施,第三层准则层为指标,其中气象条件的相关指标包括相对湿度、气温、横向风速、降水方式,线路参数的相关指标包括导线分裂数、导线直径、档距,防舞措施的相关指标包括回转式间隔棒、双摆防舞器、相间间隔棒;2)对所述指标体系中每一个指标赋以权重,得到指标权重集;采用层次分析法对所述指标体系中每一个指标赋以权重;
具体步骤包括:
21)对所述指标体系的各层各指标进行两两对比,根据AHP比例标度构造若干个判断矩阵;
对于总目标层舞动指数A来说,准则层B的各项指标分别是气象条件B1、线路参数B2、防舞措施B3,构造判断矩阵A:
判断矩阵A
对于准则层气象条件B1来说,准则层C的各项指标分别是相对湿度C1、气温C2、横向风速C3和降水方式C4,构造判断矩阵B1:
判断矩阵B1
对于准则层线路参数B2来说,准则层C的各项指标分别是导线分裂数C5、导线直径C6、档距C7,构造判断矩阵B2:
判断矩阵B2
对于准则层防舞措施B3来说,准则层C的各项指标分别是回转式间隔棒C8、双摆防舞器C9和相间间隔棒C10,构造判断矩阵B3:
判断矩阵B3
22)将所述每个判断矩阵做归一化处理,计算每个判断矩阵的最大特征根及特征向量;
23)将所述判断矩阵中第三层准则层各指标的特征向量作为其分项权重,并乘以相对应的第二层准则层的特征向量,得到该指标的权重;
24)将得到的所有第三层准则层指标的权重排序,得到指标权重集;
3)分析所述指标权重集,并根据输电线路舞动数据确定参考指标集;参考指标集包括三个指标集,分别是安全指标集、危险指标集和中间指标集,所述安全指标集的指标是舞动可能性最小状态的取值;所述危险指标集的指标是舞动可能性最大状态的取值;所述中间指标集的指标以可以发生舞动的临界值作参考得出的指标集;
4)采集待测输电线路的舞动数据作为待测指标集;待测输电线路的舞动数据通过台账信息和气象数据获取,其中横向风速根据风速、风向、线路高度及线路走向计算得到;
5)利用灰色关联模型将所述待测指标集与参考指标集相对比,进行灰色关联度计算,从而得出待测输电线路的舞动预警结果;具体步骤包括:
51)分别求待测指标集、安全指标集、危险指标集和中间指标集的初值像;
52)分别求待测指标集与安全指标集、危险指标集和中间指标集的初值像对应分量之差的绝对值序列,并分别找出最大值M与最小值m;
53)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联系数;关联系数的计算公式为:
其中,γ0i(k)表示待测指标集与安全指标集、危险指标集和中间指标集的关联系数,0表示待测指标集,i表示安全指标集、危险指标集和中间指标集,k表示指标,Δi(k)表示待测指标集与安全指标集、危险指标集和中间指标集的初值像对应分量之差的绝对值序列,M表示Δi(k)的最大值,m表示Δi(k)的最小值,ξ表示分辨系数,ξ∈[0,1];
54)分别计算待测指标集与安全指标集、危险指标集和中间指标集的关联度;关联度的计算公式为:
其中,γ0i表示待测指标集与安全指标集、危险指标集和中间指标集的关联度,n表示指标k的个数,Wk表示指标权重;
55)根据待测指标集与安全指标集、危险指标集和中间指标集的关联度获得舞动预警结果。
3.根据权利要求1所述的基于灰色关联理论的输电线路舞动预警方法,其特征在于:所述步骤22)中还包括对所述每个判断矩阵进行一致性检验的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610944250.XA CN106570780B (zh) | 2016-11-02 | 2016-11-02 | 基于灰色关联理论的输电线路舞动预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610944250.XA CN106570780B (zh) | 2016-11-02 | 2016-11-02 | 基于灰色关联理论的输电线路舞动预警方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106570780A CN106570780A (zh) | 2017-04-19 |
CN106570780B true CN106570780B (zh) | 2020-08-04 |
Family
ID=58536574
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610944250.XA Active CN106570780B (zh) | 2016-11-02 | 2016-11-02 | 基于灰色关联理论的输电线路舞动预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106570780B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109948839B (zh) * | 2019-03-06 | 2023-02-03 | 国网河南省电力公司电力科学研究院 | 架空输电线路舞动风险的预测和预警方法及系统 |
CN110288196A (zh) * | 2019-05-28 | 2019-09-27 | 国网河南省电力公司电力科学研究院 | 输电线路舞动分级预警方法及系统 |
CN110988946B (zh) * | 2019-12-09 | 2023-03-31 | 国网冀北电力有限公司经济技术研究院 | 一种基于多模空间距离权重融合的高压架空输电线舞动测量方法 |
CN111553591A (zh) * | 2020-04-27 | 2020-08-18 | 上海市水务规划设计研究院 | 平原河网水资源预警调控方法、预警调控系统及电子设备 |
CN113128153B (zh) * | 2021-04-20 | 2022-08-30 | 合肥工业大学 | 一种光伏电站中复合阈值触发的主动变频故障录波方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9355460B1 (en) * | 2015-03-20 | 2016-05-31 | Top Vicotry Investments Ltd. | Motion detection method based on grey relational analysis |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105488344B (zh) * | 2015-11-26 | 2019-02-05 | 中国电力科学研究院 | 一种配电设备健康指数通用评价方法 |
CN105975735B (zh) * | 2016-07-19 | 2019-06-11 | 广西电网有限责任公司电力科学研究院 | 一种用于电力设备健康状态评估的建模方法 |
-
2016
- 2016-11-02 CN CN201610944250.XA patent/CN106570780B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9355460B1 (en) * | 2015-03-20 | 2016-05-31 | Top Vicotry Investments Ltd. | Motion detection method based on grey relational analysis |
Also Published As
Publication number | Publication date |
---|---|
CN106570780A (zh) | 2017-04-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106570780B (zh) | 基于灰色关联理论的输电线路舞动预警方法 | |
Fang et al. | Gust characteristics of near-ground typhoon winds | |
Alvarez et al. | Comparison of different wind products and buoy wind data with seasonality and interannual climate variability in the southern Bay of Biscay (2000–2009) | |
US20160203245A1 (en) | Method for simulating wind field of extreme arid region based on wrf | |
CN106682831B (zh) | 电网舞动区域预测预警方法及系统 | |
CN109359882B (zh) | 一种台风灾害下输电线路跳闸风险评估方法 | |
CN104182594A (zh) | 一种电力系统风区图的绘制方法 | |
CN111612315A (zh) | 一种新型电网灾害性大风预警方法 | |
Larsén et al. | Extreme winds from the NCEP/NCAR reanalysis data | |
CN108154271A (zh) | 一种基于空间相关性和曲面拟合的地面气温质量控制方法 | |
CN108629118B (zh) | 一种输电杆塔结构防风监测方法、装置及系统 | |
CN107092983A (zh) | 输电导线覆冰厚度预测方法及装置 | |
CN116050599A (zh) | 一种线路覆冰故障预测方法、系统、存储介质及设备 | |
CN107066689A (zh) | 一种输电线路风偏故障的气象风险预警方法 | |
CN107944188A (zh) | 基于气象站实测数据的台风近地面风眼半径辨识方法 | |
CN107403004A (zh) | 一种基于地形数据的遥测雨量站点可疑数值检验方法 | |
CN113313291A (zh) | 一种基于初值扰动的电网风灾集合预报以及验证方法 | |
Wu et al. | Extension of power system early-warning defense schemes by integrating typhoon information | |
CN113689053B (zh) | 一种基于随机森林的强对流天气架空线停电预测方法 | |
CN108764563A (zh) | 一种输电线路飑线风预警方法 | |
CN107092982A (zh) | 一种电网覆冰预报方法及装置 | |
CN113821895A (zh) | 输电线路覆冰厚度预测模型的构建方法、装置及存储介质 | |
CN107464024B (zh) | 基于覆冰形状试验的架空输电线路舞动预测方法及系统 | |
CN111882180A (zh) | 一种基于owa算子的输电线路抗冰风能力状态评估方法 | |
CN113191535A (zh) | 一种大风灾害预警中设计风速修正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20170428 Address after: 100031 Xicheng District West Chang'an Avenue, No. 86, Beijing Applicant after: State Grid Corporation of China Applicant after: MAINTENANCE COMPANY, STATE GRID HUBEI ELECTRIC POWER CO., LTD. Address before: 448000 Xiangshan Road, Hubei, Jingmen, No. 158 Applicant before: Jin Zhe |
|
GR01 | Patent grant | ||
GR01 | Patent grant |