[发明专利]一种计算输电线路覆冰厚度的系统及其方法

说明书

技术领域

本发明涉及一种输电线路覆冰厚度的计算方法，更具体的说，涉及一种基于人工神经网络计算输电线路覆冰厚度的方法。

背景技术

输电线路的导线覆冰是影响电力系统安全运行的主要自然灾害之一，覆冰引起的导线过载和导线舞动可能导致相间闪络、金具损坏、跳闸停电、倒杆(塔)、导线折断等严重事故，给电网、社会生产及人民生活带来极大的影响。

影响导线覆冰的因素很多，但以气象条件、地形因素和线路自身特点三者的综合影响为主。较高海拔地区的线路形成覆冰的概率较大，而同一地点的覆冰厚度还与架空线路的高度、线径、方向、导线扭转性能、档距及当地的地形等有关；此外，风速、风向、水滴直径、电场强度及负荷电流等也对导线覆冰有影响；跨越河流、山谷口或风道等处的导线也容易形成覆冰。

导线覆冰的提早发现十分重要，实时覆冰厚度计算能了解当前的状况，在可能发生的灾害前做出预警。

目前国内外计算覆冰厚度的方法基本上有两种：一种是基于气象的分析方法，一种是基于图像的分析方法。

基于气象的分析方法，国内外开发了很多复杂的覆冰雪预测模型，如Lozowski 模型、Ackley模型、Poots模型、Jones模型、Chaine模型以及Makkonen 模型等，但这些模型都具有一定的适用范围，在特定的条件下使用，而实际的覆冰雪情况是千变万化的，单纯地采用某种模型计算得到的覆冰厚度往往和实际有很大的差异。

基于图像的分析方法，国内外一些高校和研究所也展开了很多研究，并提出了使用小波变换法、最优阈值法和数学形态学变换法来提取覆冰边缘，通过与导线直径的比较得到覆冰的实际厚度；基于图像平滑处理、阈值变换和轮廓跟踪等算法实现绝缘子覆冰及覆冰厚度的计算；使用粗糙集方法实现覆冰厚度的计算；利用3D方法，通过从两个不同角度拍摄的覆冰图像搜寻关联点实现厚度的计算等多种方法。但这种方法本身就是计算机视觉与高层次图像处理的结合体，恶劣天气和噪声干扰都会影响拍摄效果，从而极大影响对覆冰边缘特征的提取。

发明内容

本发明所要解决的技术问题是，克服现有技术的缺点，提供一种气象分析法和图像分析法相结合，并引进人工智能原理进行学习和推理，实现计算模型不断优化，从而准确计算覆冰厚度的计算输电线路覆冰厚度的系统。

同时，本发明还公开了一种计算输电线路覆冰厚度的方法。

为了解决以上技术问题，本发明提供一种计算输电线路覆冰厚度的系统，包括设置于输电线路处的监测设备，设置于监控室的服务器、和同时设置于输电线路处和监控室的相互配合使用的无线收发装置，所述服务器包括数据粗糙处理模块和人工神经网络模块，所述数据粗糙处理模块与所述人工神经网络模块之间进行数据通信，其中：

数据粗糙处理模块，包括信息完备性处理单元：用于利用组合填入法补充缺失的数据；

数据离散化处理单元：用于利用等频离散法对数据进行处理，使得数据符合计算的需要；

属性约简处理单元：用于利用直接删除法去除冗余的信息；

人工神经网络模块，包括应用模型单元：用于利用人工神经网络的原理，建立覆冰厚度计算的模型库，并且针对覆冰种类的不同，确立计算所采用的应用模型；所述应用模型单元包括的模块有雨淞计算的Imail模型、Chaine和Castonquay模型、Goodwin模型、Makkonen模型、简单模型 ；以及雾淞计算的水滴撞击导线模型、气流积分模型。

模型算法优化单元：用于利用人工神经网络的原理，对选择的应用模型的各项参数和系数进行调整优化，学习存储在知识库中的计算过程，并计算得出覆冰的厚度值。参数和系数优化的时候，分析搜寻和本次覆冰各种因子（微气象、拉力、污秽、地形地貌）最接近而且计算结果准确的计算过程，利用这些计算过程的各种参数和系数来优化本次计算的模型参数和系数，以达到模型的参数和系数最拟合本次计算的目的

本发明进一步限定的技术方案是：所述监测设备包括气象监测设备、污秽监测设备、拉力监测设备和视频监测设备。

进一步的：所述系统还包括设置于输电线路处的规约智能接入模块，用于智能接入各种监测设备，使得监测设备所获取数据能够被识别。

所述的规约智能接入模块包含多套数据结构，多套数据结构的定义参照MODBUS、CDT、IEC60870-5-103及IEC61850标准规约规定的帧结构和数据格式。