[发明专利]一种输电线路多时间尺度负载能力动态预测方法

说明书

本发明公开了一种输电线路多时间尺度负载能力动态预测方法，包括步骤(1)：利用输电线路的气温、风速和输电线路负荷电流的历史数据，分别搭建对应的气温Elman神经网络模型、风速Elman神经网络模型和输电线路负荷电流Elman神经网络模型；利用对应的Elman神经网络模型预测到对应的气温预测值、风速预测值和输电线路负荷电流预测值；步骤(2)：利用气温预测值、风速预测值和日照辐射强度，依据稳态热容量计算模型，计算得到输电线路稳态负载能力未来设定时间内的预测值；步骤(3)：利用输电线路的负荷电流预测值、气温预测值、风速预测值和日照辐射强度，依据导线温度计算模型和暂态热容量计算模型，计算得到输电线路暂态负载能力未来设定时间内的预测值。

技术领域

本发明涉及输变电设备预测技术领域，具体是一种输电线路多时间尺度负载能力动态预测方法。

背景技术

在保证电网安全运行的基础上，建设智能电网的目标对输电线路的利用效率、输电负荷电流的合理调度以及线路检修管理策略提出了更高的要求。输电线路动态增容技术在不突破技术规程的前提下，根据导线运行状态、气象条件(环境温度、日照辐射强度、风速等)和线路电力参数实时确定负载能力，凭借较好的经济性和环保性成为目前提高输电线路输送能力的最佳方案之一。国内外对输电线路动态增容技术均有所研究和应用，美国电力科学研究院、USi公司、The Valley Group Inc均开发出了较为有效的增容系统，而国家电网、南方电网则已经展开试点应用，但该技术还有待于与电网调度方案更加有效地结合。利用稳态热容量模型实时预测输电线路的稳态负载能力可以为负荷电流的合理调度提供非常重要的参考。电网的运行管理除了需要了解正常运行时输电线路允许的稳态负载能力之外，线路在故障或负荷电流高峰时期的过负载能力也需要得到关注。利用暂态热容量模型对输电线路的暂态负载能力进行预测，可以为故障应急处理和高峰负荷电流调度的方案提供重要的技术参考和有力的数据支持。

目前，计算输电线路动态负载能力主要采用气候模型(WM)和导线温度模型(CTM)，它们的主要区别在于对流散热中热传递系数的求取方法的不同。风速较小并且导线温度较高时，气候模型相比导线温度模型具有更高的精度。对输电线路动态负载能力的预测仅局限于短期的稳态负载能力预测，缺乏对负载能力的多时间尺度预测，并且没有考虑暂态过程的输电线路负载能力，而输电线路的暂态过程对于线路检修和安全调度具有十分重要的意义。

发明内容

本发明的目的就是为了解决上述问题，针对输电线路热稳定极限允许负载能力，提供一种输电线路多时间尺度负载能力动态预测方法，它考虑了对输电线路负载能力的多时间尺度预测以及暂态过程的输电线路负载能力，可以为提升输电线路容量、合理安排电网调度方案和科学制定线路检修策略提供重要参考。

为了实现上述目的，本发明采用如下技术方案：

一种输电线路多时间尺度负载能力动态预测方法，包括如下步骤：

步骤(1)：利用输电线路的气温、风速和输电线路负荷电流的历史数据，分别搭建对应的气温Elman神经网络模型、风速Elman神经网络模型和输电线路负荷电流Elman神经网络模型；利用对应的Elman神经网络模型预测到对应的气温预测值、风速预测值和输电线路负荷电流预测值；

步骤(2)：利用气温预测值、风速预测值和日照辐射强度，依据稳态热容量计算模型，计算得到输电线路稳态负载能力未来设定时间内的预测值；

步骤(3)：利用输电线路的负荷电流预测值、气温预测值、风速预测值和日照辐射强度，依据导线温度计算模型和暂态热容量计算模型，计算得到输电线路暂态负载能力未来设定时间内的预测值。

所述步骤(1)中，利用气温Elman神经网络模型对未来设定时间内的气温进行预测，得到气温预测值；

利用风速Elman神经网络模型对未来设定时间内的风速进行预测，得到风速预测值；