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。

均匀覆冰下的直线塔架空地线覆冰厚度计算模型误差分析

覆冰在线监测主要为以称重法为主的力学测量方法,而称重法广泛应用于直线塔架空导线上,针对直线塔架空地线的研究还不足。为研究覆冰在线监测中直线塔架空线路等值覆冰厚度计算模型在地线上的有效性,采取有限元仿真方法分析在大高差大档差、大高差、大档差、非大高差非大档差4种工况下均匀覆冰时架空地线悬垂串的受力和偏斜角大小,并验证直线塔架空线路等值覆冰厚度模型在地线上的适用性。仿真结果表明:在5 mm均匀覆冰时,在大高差大档差工况下等值覆冰厚度计算结果误差达到最大,绝对误差为-1.71 mm,相对误差为-35.3%,相对误差大,但本身冰厚小,绝对误差小;在30 mm均匀覆冰时,在大高差工况下等值覆冰厚度计算结果误差达到最大,绝对误差为-0.98 mm,相对误差为-3.27%。研究结果表明直线塔架空线路等值覆冰厚度模型在地线上的应用是能够反映真实覆冰状况的。

耐张塔输电线路等值覆冰厚度计算模型在不均匀覆冰下有效性分析

受山区地形影响,输电线路可能存在大高差、大档差等特殊工况。为了分析输电线路覆冰在线监测系统中,耐张塔输电线路等值覆冰厚度计算模型在一些特殊工况下的准确性,采用有限元法建立多档距输电线路仿真模型,研究大档差大高差、大档差无高差、非大档差大高差以及非大档差无高差等工况下的输电线路等值覆冰厚度计算结果的准确性。对于大档差工况,当输电线路前后档距电线覆冰不均匀程度较小时,计算结果与平均等值覆冰厚度的相对误差较小;反之,计算结果与平均等值覆冰厚度的相对误差较大(如当小档距侧输电线覆冰厚度为30 mm,大档距侧输电线覆冰厚度为10 mm,计算结果与平均等值覆冰厚度的相对误差大于40%);对于非大档差工况,计算结果与平均等值覆冰厚度的相对误差在30%以内,对于非大档差无高差输电线路,计算结果与平均等值覆冰厚度的相对误差在20%以内。结果表明,不均匀覆冰下,大档差与否对等值覆冰厚度计算结果的准确性有直接影响。

基于Yolo v5与Grabcut的架空线路绝缘子可见光图像自动识别与分割方法

准确识别与分割绝缘子图像是架空线路绝缘子状态感知与缺陷诊断的重要前提。针对绝缘子的可见光图像提出了结合深度学习Yolo(You only look once)v5模型与图论分割Grabcut算法的两阶段图像识别与分割方法。首先采集图像建立数据集并训练Yolo v5,实现绝缘子的识别,然后用识别框坐标确定感兴趣区域,预判前景和背景,基于Grabcut算法实现绝缘子的自适应分割。根据该方法识别与分割架空线路绝缘子的在线监测可见光图像,结果表明,该方法无需分割标注或人工交互,可以高效准确地定位复杂背景下绝缘子的边缘并分割绝缘子,极大地提高绝缘子图像的分析效率。

基于直接功率控制的STATCOM研究

基于全桥MMC拓扑的直流融冰控制系统,可运行于直流融冰模式和STATCOM模式。该文针对MMC-STATCOM运行模式,推导了基于直接功率控制的数学模型,内环为有功和无功功率解耦控制。提出了有功和无功功率外环控制,输出结果为功率指令值输入至内环控制中。针对传统的电容电压平衡控制策略,分析其控制策略上的缺陷,提出了基于电容功率均衡控制策略,此策略可避免因电流开关函数特点导致稳态波形畸变,最后通过PSCAD仿真平台验证该文所提策略的正确性。