CN107958312A - 基于反演算法的输电线路舞动预测方法、系统及存储介质 - Google Patents
基于反演算法的输电线路舞动预测方法、系统及存储介质 Download PDFInfo
- Publication number
- CN107958312A CN107958312A CN201711316455.4A CN201711316455A CN107958312A CN 107958312 A CN107958312 A CN 107958312A CN 201711316455 A CN201711316455 A CN 201711316455A CN 107958312 A CN107958312 A CN 107958312A
- Authority
- CN
- China
- Prior art keywords
- transmission line
- galloping
- prediction
- power transmission
- index
- 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.)
- Granted
Links
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
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/06—Electricity, gas or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Abstract
本发明涉及电力系统的气象灾害预警领域，公开一种基于反演算法的输电线路舞动预测方法、系统及存储介质，以应用于覆冰等因素所导致舞动的精细化预测。本发明方法包括：根据舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；根据电网GIS信息，在粗预测结果为舞动的区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息；根据反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；对待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对预测结果进行直观显示。
Description
技术领域
本发明涉及电力系统的气象灾害预警领域，具体涉及一种基于反演算法的输电线路舞动预测方法、系统及存储介质。
背景技术
近年来，随着输电线路舞动在冬季易遭受覆冰地区频繁发生，经常引起线路跳闸、导线断股、金具螺栓松动以及倒塔可能，导致电网安全运行危害很大，造成重大的经济损失和社会影响。考虑到电力行业是气象高敏感性和高需求性行业，一旦气象要素(包括温度、湿度、风速风向、气压、降水量、雨雪量等)发生改变，都有可能引起覆冰、舞动、强风等气象灾害及次生灾害并威胁着输电线路稳定运行。因此，开展输电线路覆冰舞动预测工作已成为电力行业运检必不可少的工作，且建设输电线路覆冰舞动精细化预测系统对构建坚强电网具有重要的意义和工程实用价值。
目前，国内多家单位已开展输电线路舞动预测预警的相关研究，其中包括研究一种通用的输电线路舞动影响关键要素分析方法，建立潜在关键因子与输电线路舞动之间的线性回归方程，典型代表为CN106203829；研究不同尺度多要素的线路舞动预测预警模型，构建以输电线路覆冰不均匀系数、输电线路动力条件系数、易舞系数的量化公式，典型代表为CN106682776A；CN104239970A提供了一种基于Adaboost的输电线路风险预警方法，按照输电线路舞动的内因进行分类，针对历史舞动事故下的气象特征因素进行统计，通过Adaboost集成学习算法形成分类器，实现输电线路舞动预警分析。然而，上述所阐述的方法均未提及到输电线路覆冰舞动影响线路的计算方法及精细化程度至具体线路的预测方法，这样会导致舞动预警时间不及时，精度也不高，从而效果不理想。
针对上述方法存在的问题，迫切需要一种主动性更强、精度高的输电线路覆冰舞动精细化预测方法，提高输电线路应对舞动灾害的能力和安全稳定运行水平。
发明内容
本发明目的在于公开一种基于反演算法的输电线路舞动预测方法、系统及存储介质，以应用于覆冰等因素所导致舞动的精细化预测。
为实现上述目的，本发明公开了一种基于反演算法的输电线路舞动预测方法，包括：
构建舞动预测计算模型，根据所述舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网GIS(Geographic Information System，地理信息系统)信息，在粗预测结果为舞动的所述区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，所述反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据所述反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对所述待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
其中，Z是插值点估计值，Zi是实测样本值；n为参与计算的实测样本数，Di为插值点与第i个样本点的距离，权指数p是距离的幂，Di -p是距离衰减函数。
优选地，本发明方法在对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
与上述方法相对应的，本发明还公开一种基于反演算法的输电线路舞动预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述方法中的步骤。
同理，本发明还公开一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现上述方法的步骤。
综上，本发明可以实现不同电压等级下的输电线路因覆冰等原因导致的舞动指数精细化预警分析。具有以下有益效果：
不仅考虑了舞动影响区域，而且与电网GIS相结合以精细到具体影响的线路，并基于气象要素空间插值技术的反演算法实现了输电线路舞动精细化预测，可操作性强，具有很强的实用性。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例公开的基于反演算法的输电线路舞动预测方法流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本实施例以覆冰舞动为场景，公开一种基于反演算法的输电线路舞动预测方法，如图1所示，包括下述步骤：
步骤S1、构建舞动预测计算模型，根据该舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况。
在该步骤中，用于覆冰舞动预测的模型可参照CN106682776A等专利中描述的覆冰舞动预测方法。可选地，该步骤也可以根据选定日期下的气象观测数据、历史覆冰舞动数据，结合地形植被数据以及输电线路结构数据，通过覆冰舞动预测计算模型，生成最新的舞动格点预报文件；然后读取舞动格点预报文件，获取所有舞动网格信息，进而根据覆冰舞动指数的分布情况，将网格格点转换成空间面区域对象。其中，舞动格点预报文件格式可以为气象MICAPS第四类数据格式，主要用于格点等值线的输出。相关的输入要素包括但不限于下述的任意组合：
气象观测数据包括：最低温度、最高温度、平均温度、降水、湿度、能见度、气压、极大风速、平均风速、最大风速等。
历史覆冰舞动数据包括：时间、经度、维度、周期、影响线路名称等。
地形植被数据包括：水系、居民地、铁路、公路、境界、地形、辅助要素、坐标网、植被类型、边界范围以及数据质量等数据。
输电线路结构数据包括：导线类型、杆塔类型、绝缘子类型、金具类型、拉线数据、杆塔经纬度等。
可选的，该步骤可以用色斑图显示输电线路舞动的区域分布情况。
步骤S2、根据电网GIS信息，在粗预测结果为舞动的该区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，该反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数。
在该步骤中，搜索输电线路杆塔的过程即对上述色斑图中的舞动区域与电网GIS中的杆塔信息进行空间求交运算。
步骤S3、根据该反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路。在该步骤中，输电线路杆塔的编号、线路名称、电压等级是筛选两杆塔之间是否存在实际空间连线的主要判断逻辑，而舞动指数则便于用户分等级得对后续待二次精细化预测的输电线路进行层次化筛选。
步骤S4、对该待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对该待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示。可选地，通过不同颜色标注覆冰舞动指数的严重程度，例如：红色部分的线路较其他颜色的线路严重程度大。其中，在该步骤中，气象要素作为舞动预测计算模型的一个必不可少的输入要素，对输电线路精细化的舞动预测计算模型也需要进一步关联地形植被数据、历史舞动数据和输电线路结构数据等要素，各输入要素的关联模型可以采用上述步骤1中对网格格点数值处理的类似计算模型或更精细化的其他模型。
在该步骤中，气象要素空间插值法的计算公式为：
其中，Z是插值点估计值，Zi是实测样本值；n为参与计算的实测样本数，Di为插值点与第i个样本点的距离，权指数p是距离的幂，Di -p是距离衰减函数。
基于上述气象要素空间插值法的计算公式，p越大，距离的影响衰减越快，采样点分配到的权重也逐渐降低。当p＝0时，距离没有影响；当p＝1时，距离的影响是线性的；当P>1时，快速减少遥远位置的影响，其中p＝2时即称做反距离平方加权法。权指数p显著影响内插的结果，距离的幂越高，内插结果越具有平滑的效果，它的选择标准是最小平均绝对误差，通常取值为1或者2，一般情况，采用平均误差(Mean Error，ME)，平均绝对误差(MeanAbsolute Error，MAE)，均方根误差(Root Mean Square Error，RMSE)和决定系数(R2)对模型进行检验和预测精度评估。计算公式如下：
上述各式中Xf和X0分别表示某一点的插值和实测值；表示实测值的平均值；N为用于验证的站点数目。
在上述步骤精细化处理过程中，相比于步骤S1的粗预测，其主要的贡献在于气象要素这一数据源的进一步精细化。另一方面，考虑到若将该精细化的气象要素转移到步骤S1则会引入太多非输电线路区域的数据处理资源浪费，其庞大的数据计算量也容易造成系统崩溃或给用户体验带来极大的伤害。因此，本发明实施例通过：基于舞动面的粗预测-筛选输电线路-对所筛选输电线路进行精细化预测的方式，极大提高了资源利用率的同时还降低了预测结果的延时，确保了预测结果的实时性和用户体验，进而可进行大面积的输电线路精细化预测，一举多得。
可选地，本实施例可通过图层处理技术将上述粗预测输电线路舞动的区域分布显示图层和后续二次精细化预测的输电线路显示图层进行集成和共享，分别以色斑图、线形图等形式进行结果展示。优选地，本实施例方法还包括：在对上述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
实施例2
与上述方法实施例相对应的，本实施例公开一种执行上述方法步骤的配套系统及存储介质。具体的，本实施例基于反演算法的输电线路舞动预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现以下步骤：
构建舞动预测计算模型，根据该舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网GIS信息，在粗预测结果为舞动的该区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，该反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据该反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对该待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对该待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
其中，Z是插值点估计值，Zi是实测样本值；n为参与计算的实测样本数，Di为插值点与第i个样本点的距离，权指数p是距离的幂，Di -p是距离衰减函数。
可选的，本实施例系统用于覆冰舞动的精细化预测。优选地，上述处理器执行相关程序时，还包括：在对待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
同理，本实施例公开的计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述方法的步骤。
综上，本发明公开的基于反演算法的输电线路舞动预测方法、系统及存储介质，可以应用于覆冰等因素所导致舞动的精细化预测，实现不同电压等级下的输电线路因覆冰等原因导致的舞动指数精细化预警分析。具有以下有益效果：
不仅考虑了舞动影响区域，而且与电网GIS相结合以精细到具体影响的线路，并基于气象要素空间插值技术的反演算法实现了输电线路舞动精细化预测，可操作性强，具有很强的实用性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种基于反演算法的输电线路舞动预测方法，其特征在于，包括：
构建舞动预测计算模型，根据所述舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网GIS信息，在粗预测结果为舞动的所述区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，所述反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据所述反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对所述待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
<mrow>
<mi>Z</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msup>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>-</mo>
<mi>p</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>-</mo>
<mi>p</mi>
</mrow>
</msup>
</mrow>
其中，Z是插值点估计值，Zi是实测样本值；n为参与计算的实测样本数，Di为插值点与第i个样本点的距离，权指数p是距离的幂，Di -p是距离衰减函数。
2.根据权利要求1所述的基于反演算法的输电线路舞动预测方法，其特征在于，在对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
3.根据权利要求1或2所述的基于反演算法的输电线路舞动预测方法，其特征在于，所述方法用于覆冰舞动。
4.一种基于反演算法的输电线路舞动预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现以下步骤：
构建舞动预测计算模型，根据所述舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网GIS信息，在粗预测结果为舞动的所述区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，所述反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据所述反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对所述待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
<mrow>
<mi>Z</mi>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>&times;</mo>
<msup>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>-</mo>
<mi>p</mi>
</mrow>
</msup>
<mo>)</mo>
</mrow>
<mo>/</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<msub>
<mi>D</mi>
<mi>i</mi>
</msub>
<mrow>
<mo>-</mo>
<mi>p</mi>
</mrow>
</msup>
</mrow>
其中，Z是插值点估计值，Zi是实测样本值；n为参与计算的实测样本数，Di为插值点与第i个样本点的距离，权指数p是距离的幂，Di -p是距离衰减函数。
5.根据权利要求4所述的基于反演算法的输电线路舞动预测系统，其特征在于，所述处理器执行所述程序时，还包括：
在对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
6.根据权利要求4或5所述的基于反演算法的输电线路舞动预测系统，其特征在于，所述系统用于覆冰舞动。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现权利要求1、2或3所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711316455.4A CN107958312B (zh) | 2017-12-12 | 2017-12-12 | 基于反演算法的输电线路舞动预测方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711316455.4A CN107958312B (zh) | 2017-12-12 | 2017-12-12 | 基于反演算法的输电线路舞动预测方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107958312A true CN107958312A (zh) | 2018-04-24 |
| CN107958312B CN107958312B (zh) | 2021-08-31 |
Family
ID=61957715
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711316455.4A Active CN107958312B (zh) | 2017-12-12 | 2017-12-12 | 基于反演算法的输电线路舞动预测方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107958312B (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108960599A (zh) * | 2018-06-22 | 2018-12-07 | 国网湖南省电力有限公司 | 基于反演算法的输电线路暴雨灾害精细化预测方法及系统 |
| CN110864727A (zh) * | 2018-10-18 | 2020-03-06 | 国网山东省电力公司应急管理中心 | 一种基于线缆传感器的gis电网精细预警系统 |
| CN112817572A (zh) * | 2019-11-15 | 2021-05-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种输电线路山火预警方法 |
| CN112948762A (zh) * | 2019-12-11 | 2021-06-11 | 国网湖南省电力有限公司 | 舞动预报的地面温度修正方法及其系统 |
| CN114094603A (zh) * | 2021-12-02 | 2022-02-25 | 国网湖南省电力有限公司 | 用于电网的预测方法和控制器 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160056359A (ko) * | 2014-11-10 | 2016-05-20 | 서울대학교산학협력단 | Ｇｉｓ 기반 실시간 지진피해 예측 방법 |
| CN105808819A (zh) * | 2016-02-17 | 2016-07-27 | 南方电网科学研究院有限责任公司 | 一种输电线路覆冰实时分布模型计算方法 |
| CN106203713A (zh) * | 2016-07-14 | 2016-12-07 | 国网湖南省电力公司 | 考虑太阳辐射的北方地区电网覆冰数值预报修正方法 |
| US20170059694A1 (en) * | 2015-09-01 | 2017-03-02 | Mando Corporation | Spatial interpolation method and apparatus for linear phased array antenna |
| CN106682776A (zh) * | 2016-12-27 | 2017-05-17 | 国网湖南省电力公司 | 架空输电线路舞动精细化预测预警方法及系统 |
| CN107436162A (zh) * | 2017-07-31 | 2017-12-05 | 国网湖南省电力公司 | 一种电网线路舞动发生预测方法和系统 |
-
2017
- 2017-12-12 CN CN201711316455.4A patent/CN107958312B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20160056359A (ko) * | 2014-11-10 | 2016-05-20 | 서울대학교산학협력단 | Ｇｉｓ 기반 실시간 지진피해 예측 방법 |
| US20170059694A1 (en) * | 2015-09-01 | 2017-03-02 | Mando Corporation | Spatial interpolation method and apparatus for linear phased array antenna |
| CN105808819A (zh) * | 2016-02-17 | 2016-07-27 | 南方电网科学研究院有限责任公司 | 一种输电线路覆冰实时分布模型计算方法 |
| CN106203713A (zh) * | 2016-07-14 | 2016-12-07 | 国网湖南省电力公司 | 考虑太阳辐射的北方地区电网覆冰数值预报修正方法 |
| CN106682776A (zh) * | 2016-12-27 | 2017-05-17 | 国网湖南省电力公司 | 架空输电线路舞动精细化预测预警方法及系统 |
| CN107436162A (zh) * | 2017-07-31 | 2017-12-05 | 国网湖南省电力公司 | 一种电网线路舞动发生预测方法和系统 |
Non-Patent Citations (5)
| Title |
|---|
| K.MUNASWAMY ET AL.: "Self-Damping Measurements of Conductors with Circular and Trapezoidal Wires", 《IEEE TRANSACTIONS ON POWER DELIVERY》 * |
| KUAN-JUN ZHU ET AL.: "Statistical Analysis and Research on Galloping Characteristics and Damage for Iced Conductors of Transmission Lines in China", 《2010 INTERNATIONAL CONFERENCE ON POWER SYSTEM TECHNOLOGY》 * |
| 刘毓 等: "湖南省输电线路覆冰舞动预测技术研究", 《湖南电力》 * |
| 时磊 等: "基于GIS技术的输电线路实时冰区图绘制方法研究--以贵州省为例", 《计算机科学与探索》 * |
| 李军辉 等: "气象地理法在舞动分布图绘制中的改进与应用", 《中国电力》 * |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108960599A (zh) * | 2018-06-22 | 2018-12-07 | 国网湖南省电力有限公司 | 基于反演算法的输电线路暴雨灾害精细化预测方法及系统 |
| CN108960599B (zh) * | 2018-06-22 | 2020-04-07 | 国网湖南省电力有限公司 | 基于反演算法的输电线路暴雨灾害精细化预测方法及系统 |
| CN110864727A (zh) * | 2018-10-18 | 2020-03-06 | 国网山东省电力公司应急管理中心 | 一种基于线缆传感器的gis电网精细预警系统 |
| CN110864727B (zh) * | 2018-10-18 | 2021-09-17 | 国网山东省电力公司应急管理中心 | 一种基于线缆传感器的gis电网精细预警系统 |
| CN112817572A (zh) * | 2019-11-15 | 2021-05-18 | 内蒙古电力(集团)有限责任公司内蒙古电力科学研究院分公司 | 一种输电线路山火预警方法 |
| CN112948762A (zh) * | 2019-12-11 | 2021-06-11 | 国网湖南省电力有限公司 | 舞动预报的地面温度修正方法及其系统 |
| CN112948762B (zh) * | 2019-12-11 | 2023-07-18 | 国网湖南省电力有限公司 | 舞动预报的地面温度修正方法及其系统 |
| CN114094603A (zh) * | 2021-12-02 | 2022-02-25 | 国网湖南省电力有限公司 | 用于电网的预测方法和控制器 |
| CN114094603B (zh) * | 2021-12-02 | 2023-09-08 | 国网湖南省电力有限公司 | 用于电网线路舞动的预测方法和控制器 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107958312B (zh) | 2021-08-31 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107958312B (zh) | 基于反演算法的输电线路舞动预测方法、系统及存储介质 | |
| CN109738970B (zh) | 基于雷电数据挖掘实现雷电预警的方法、装置和存储介质 | |
| Zhou et al. | Forecast of low visibility and fog from NCEP: Current status and efforts | |
| CN108960599B (zh) | 基于反演算法的输电线路暴雨灾害精细化预测方法及系统 | |
| CN116109462B (zh) | 一种自然灾害后饮水水源地污染监测预警方法及系统 | |
| CN112819237B (zh) | 降水多尺度融合预报方法和装置 | |
| Ji et al. | Climate prediction of dust weather frequency over northern China based on sea-ice cover and vegetation variability | |
| CN104615811A (zh) | 一种输电线路冰冻气象风险等级分布图测绘方法 | |
| Nygaard et al. | A new snow and ice load map for mechanical design of power lines in Great Britain | |
| Shan et al. | Effects of DEM resolutions on LS and hillslope erosion estimation in a burnt landscape | |
| De Luca et al. | Extreme rainfall in the Mediterranean | |
| CN113537846B (zh) | 基于气象灾害的输配电线路杆塔的风险分析方法及系统 | |
| Bekar et al. | Cross-regional modelling of fire occurrence in the Alps and the Mediterranean Basin | |
| CN114067535B (zh) | 基于人工智能的地质灾害预警方法、装置及存储介质 | |
| Gullick et al. | Tree risk evaluation environment for failure and limb loss (TREEFALL): An integrated model for quantifying the risk of tree failure from local to regional scales | |
| Tang et al. | Spatial analysis enables priority selection in conservation practices for landscapes that need ecological security | |
| Lu et al. | An integrated damage modeling and assessment framework for overhead power distribution systems considering tree-failure risks | |
| Fernandes et al. | ENSO modulation of global MJO and its impacts on South America | |
| CN107316109B (zh) | 架空线路冬季近地面风速预测方法、系统及装置 | |
| CN110806606B (zh) | 一种电力气象精细化预报预警系统及方法 | |
| CN110866693B (zh) | 一种基于gis模型的架空输电线路覆冰风险评估方法 | |
| Han et al. | Spatiotemporal changes in the urban heat island intensity of distinct local climate zones: Case study of Zhongshan District, Dalian, China | |
| JP7224133B2 (ja) | インフラ設備点検支援システム、インフラ設備点検支援方法及びプログラム | |
| LIU et al. | Assessing maize drought hazard for agricultural areas based on the fuzzy gamma model | |
| Hou et al. | Modeling the Resilience of Power Distribution Systems Subjected to Extreme Winds Considering Tree Failures: An Integrated Framework |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |