[发明专利]一种绝缘子风偏角预测方法及系统

说明书

本发明属于电力系统技术领域，公开一种绝缘子风偏角预测方法及系统，该方法包括：确定输电线路绝缘子风偏角的影响因素，并对影响因素进行计算排序，得到主要影响因素变量；根据所述主要影响因素变量，确定预先选取的输电线路绝缘子受台风侵袭时间内风偏角变化的变量时间序列；并根据该变量时间序列构建绝缘子风偏角的多变量相空间；将所述多变量相空间输入至预设小波神经网络，通过小波神经网络对所述变量时间序列进行预测，得到初始预测值；基于非参数概率估计方法将所述初始预测值区间化，得到最终预测值，将该最终预测值作为绝缘子风偏角预测值。本发明能够解决现有技术中风偏角预测结果误差大和可信度交底的问题。

技术领域

本发明涉及电力系统技术领域，特别涉及一种绝缘子风偏角预测方法及系统。

背景技术

输电线路悬垂绝缘子串在风荷载作用下会发生偏摆，若风偏角度太大，绝缘子串悬挂的导线与杆塔之间的间隙可能小于绝缘间隙容许值，从而导致风偏闪络、跳闸和导线烧伤等事故，严重影响输电线路的稳定性和可靠性，造成巨大经济损失。因此，开展输电线路绝缘子风偏角预测对输电线路安全稳定运行极具现实意义及应用价值。目前，对绝缘子风偏角的研究主要是风偏放电机理和风偏角的计算，对于绝缘子风偏角预测研究相对较少。且现有的输电线路绝缘子风偏角预测技术主要有两种，一种为根据绝缘子风偏角自身走势进行风偏角预测；另一种则是根据BP神经网络模型对绝缘子风偏角进行预测，但现有的两种方式存在以下不足之处：1.输电线路绝缘子风偏角受诸多因素影响并且关系复杂，针对绝缘子风偏角自身走势进行预测难免会缺少可信度；2.运用传统的BP神经网络模型对绝缘子风偏角的预测，其自由度、弹性和可塑性较低，因此没有更灵敏的逼近能力和更强的容错能力，导致风偏角预测误差较大。

因此，如何提供一种预测结果更精准的绝缘子风偏角预测方法及系统，是目前亟待解决的问题。

发明内容

本发明实施例提供了一种绝缘子风偏角预测方法及系统，以解决现有技术中风偏角预测结果误差大和可信度交底的问题。

为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。

根据本发明实施例的第一个方面，提供了一种绝缘子风偏角预测方法。

该绝缘子风偏角预测方法，包括：

确定输电线路绝缘子风偏角的影响因素，并对影响因素进行计算排序，得到主要影响因素变量；

根据所述主要影响因素变量，确定预先选取的输电线路绝缘子受台风侵袭时间内风偏角变化的变量时间序列；并根据该变量时间序列构建绝缘子风偏角的多变量相空间；

将所述多变量相空间输入至预设小波神经网络，通过小波神经网络对所述变量时间序列进行预测，得到初始预测值；

基于非参数概率估计方法将所述初始预测值区间化，得到最终预测值，将该最终预测值作为绝缘子风偏角预测值。

在一个实施例中，所述影响因素包括：风速、风功角、降雨强度、湿度。

在一个实施例中，对影响因素进行计算排序，得到主要影响因素变量包括：通过模糊层次分析法对影响因素进行计算排序，得到主要影响因素变量。

在一个实施例中，通过模糊层次分析法对影响因素进行计算排序，得到主要影响因素变量包括：根据专家经验对同层的影响因素进行两两比较，得到三角模糊判断矩阵；根据求和平均法计算三角模糊判断矩阵各影响因素的比重，得到因素权重矩阵，并根据预先设置的调节系数，计算因素权重矩阵的期望值，对期望值进行归一化，得到因素权重矩阵权向量；根据所述因素权重矩阵权向量，计算各影响因素的全局权重，并将得到的各影响因素的权重进行排序，选取影响较大的D个因素作为主要影响因素变量。