[发明专利]基于防雷效率预测的电磁泄流型避雷器分布优化方法在审
申请号: | 202010872477.4 | 申请日: | 2020-08-26 |
公开(公告)号: | CN112016246A | 公开(公告)日: | 2020-12-01 |
发明(设计)人: | 王超洋;谭娟;彭信淞;罗敬一;方宇晖;曾鹏;陈强;李安;徐颖;徐非池;徐晟;彭华;马晋;罗文雅卓;余全;张姣;张巍;廖今朝 | 申请(专利权)人: | 国网湖南省电力有限公司长沙市望城区供电分公司 |
主分类号: | G06F30/27 | 分类号: | G06F30/27;G06N3/04;G06Q10/04;H02J3/00 |
代理公司: | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人: | 周长清;廖元宝 |
地址: | 410200 湖南*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 防雷 效率 预测 电磁 泄流型 避雷器 分布 优化 方法 | ||
本发明公开了一种基于防雷效率预测的电磁泄流型避雷器分布优化方法,包括步骤:1)获取不同线路的雷击跳闸率曲线、雷击次数曲线和空气湿度曲线;其中不同线路中的避雷器覆盖率不同;2)将雷击跳闸率曲线、雷击次数曲线和空气湿度曲线输入至预先建立的避雷器雷击跳闸率预测模型中,得到跳闸率预测值;3)基于跳闸率预测值和对应线路的避雷器覆盖率,得到避雷器覆盖率‑防雷效率预测曲线;4)基于避雷器覆盖率‑防雷效率预测曲线,得到电磁泄流型避雷器在线路上的最优覆盖率。本发明具有操作简便、分布优化精准可靠等优点。
技术领域
本发明主要涉及电力设备技术领域,具体涉及一种基于防雷效率预测的电磁泄流型避雷器分布优化方法。
背景技术
目前10kV配网架空线路,尤其是农网线路,其本身具有网架结构复杂、绝缘水平低等特点,随着大量的裸导线被改造成绝缘导线,使得本就容易遭受直击雷或感应雷的线路杆塔,在雷击后无法快速释放瞬时电能,容易引发线路跳闸,影响供电可靠性。为避免因雷击导致的线路跳闸,避雷器已成为配网架空线路的必备设备,但从目前的装置铺设效果来看,架空线路全线铺设存在防雷效率溢出及资金浪费等问题。
发明内容
本发明要解决的技术问题就在于:针对现有技术存在的技术问题,本发明提供一种操作简便、分布优化精准可靠的基于防雷效率预测的电磁泄流型避雷器分布优化方法。
为解决上述技术问题,本发明提出的技术方案为:
一种基于防雷效率预测的电磁泄流型避雷器分布优化方法,包括步骤:
1)获取不同线路的雷击跳闸率曲线、雷击次数曲线和空气湿度曲线;其中不同线路中的避雷器覆盖率不同;
2)将雷击跳闸率曲线、雷击次数曲线和空气湿度曲线输入至预先建立的避雷器雷击跳闸率预测模型中,得到跳闸率预测值;
3)基于跳闸率预测值和对应线路的避雷器覆盖率,得到避雷器覆盖率-防雷效率预测曲线;
4)基于避雷器覆盖率-防雷效率预测曲线,得到电磁泄流型避雷器在线路上的最优覆盖率。
作为上述技术方案的进一步改进:
在步骤1)中,通过获取不同线路的雷击跳闸率曲线、雷击次数曲线和空气湿度曲线的平均值、方差、最大值、最小值以及曲线0%、25%、50%、75%、100%五个中位数点对应的Y轴数值,每条曲线对应九个特征值,形成特征输入矩阵,并在步骤2)中,将特征输入矩阵输入至避雷器雷击跳闸率预测模型。
线路的数量至少为两条,一条线束不安装避雷器,一条线路安装有避雷器。
在步骤4)中,最优覆盖率为60%。
在步骤2)中,避雷器雷击跳闸率预测模型基于LSTM-Attention深度神经网络来进行建立,其中LSTM-Attention深度神经网络包括长短时记忆网络和Attention注意力机制;其中长短时记忆网络用于记忆并提炼数据曲线序列,将不影响预测的输入数据适当遗忘;注意力机制用于调整计算机算力,将更多的计算资源分配到对关键数据的分析上面;通过全连接神经网络对输出矩阵进行降维处理并输出跳闸率预测值。
本发明还公开了一种基于防雷效率预测的电磁泄流型避雷器分布优化系统,包括
第一模块,用于获取不同线路的雷击跳闸率曲线、雷击次数曲线和空气湿度曲线;其中不同线路中的避雷器覆盖率不同;
第二模块,用于将雷击跳闸率曲线、雷击次数曲线和空气湿度曲线输入至预先建立的避雷器雷击跳闸率预测模型中,得到跳闸率预测值;
第三模块,用于基于跳闸率预测值和对应线路的避雷器覆盖率,得到避雷器覆盖率-防雷效率预测曲线;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司长沙市望城区供电分公司,未经国网湖南省电力有限公司长沙市望城区供电分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010872477.4/2.html,转载请声明来源钻瓜专利网。