一种输电线路多时间尺度负载能力动态预测方法技术

本发明专利技术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。

【技术实现步骤摘要】
一种输电线路多时间尺度负载能力动态预测方法
本专利技术涉及输变电设备预测
，具体是一种输电线路多时间尺度负载能力动态预测方法。
技术介绍
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、TheValleyGroupInc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。
技术实现思路
本专利技术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，本专利技术采用如下技术方案：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；利用输电线路负荷电流Elman神经网络模型对未来设定时间内的输电线路负荷电流进行预测，得到输电线路负荷电流预测值。根据气温预测要求的周期和精度，确定神经网络的输入层、输出层和隐藏层的节点个数来建立气温Elman神经网络模型，进行动态的学习和预测，得到气温预测值。根据风速预测要求的周期和精度，确定神经网络的输入层、输出层和隐藏层的节点个数来建立风速Elman神经网络模型，进行动态的学习和预测，得到风速预测值。根据输电线路负荷电流预测要求的周期和精度，确定神经网络的输入层、输出层和隐藏层的节点个数来建立输电线路负荷电流Elman神经网络模型，进行动态的学习和预测，得到输电线路负荷电流预测值。所述步骤(1)中的输电线路的气温、风速和输电线路负荷电流的历史数据均来源现场监测传感器采集。所述步骤(2)中的稳态热容量计算模型为输电线路载流量的平方值与动态交流电阻的乘积再加上日照吸热功率等于对流散热功率与辐射散热功率之和。所述步骤(3)中，利用输电线路的负荷电流预测值、气温预测值和风速预测值，依据导线温度计算模型，计算得到初始导线温度预测值；利用初始导线温度预测值、气温预测值、风速预测值和日照辐射强度，依据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(2)中，日照辐射强度选取固定值1000W/m2。所述步骤(1)中，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神经网络模型均包含连接层，用于形成神经网络的局部反馈。本专利技术的有益效果：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，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。附图说明图1表示本专利技术的输电线路多时间尺度负载能力动态预测方法的流程示意图；图2表示神经网络的输入层、隐藏层、连接层和输出层结构关系示意图；图3(a)-图3(d)分别表示未来1h、2h、4h、24h的气温预测曲线；图4(a)-图4(d)分别表示未来1h、2h、4h、24h的风速预测曲线；图5(a)-图5(d)分别表示未来1h、2h、4h、24h的负荷电流预测曲线；图6(a)-图6(d)分别表示未来1h、2h、4h、24h输电线路稳态负载能力的预测曲线；图7表示输电线路暂态负载能力变化曲线(导线限温70℃)；图8(a)-图8(d)分别表示未来1h、2h、4h、24h输电线路暂态负载能力的预测曲线；图9(a)-图9(d)分别表示未来1h、2h、4h、24h输电线路负荷电流与负载能力预测曲线。具体实施方式下面结合附图与实施例对本专利技术作进一步说明。本专利技术的输电线路多时间尺度负载能力动态预测方法，如图1所示，包括以下步骤：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。具体地，所述步骤(1)中，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神经网络模型分别用ElmanNN1、ElmanNN2和ElmanNN3来表示；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；利用输电线路负荷电流Elman神经网络模型对未来设定时间内的输电线路负荷电流进行预测，得到输电线路负荷电流预测值。步骤(1)中的输电线路的气温、风速和输电线路负荷电流的历史数据均来源现场监测传感器采集。在神经网络建模时，输入层节本文档来自技高网...

【技术保护点】
一种输电线路多时间尺度负载能力动态预测方法，其特征是，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。

【技术特征摘要】
1.一种输电线路多时间尺度负载能力动态预测方法，其特征是，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（3）中，利用输电线路的负荷电流预测值、气温预测值和风速预测值，依据导线温度计算模型，计算得到初始导线温度预测值；利用初始导线温度预测值、气温预测值、风速预测值和日照辐射强度，依据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。2.如权利要求1所述一种输电线路多时间尺度负载能力动态预测方法，其特征是，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；利用输电线路负荷电流Elman神经网络模型对未来设定时间内的输电线路负荷电流进行预测，得到输电线路负荷电流预测值。3.如权利要求2所述一种输电线路多时间尺度负载能力动态预测方法，其特征是，根据气温预...

【专利技术属性】
技术研发人员：杨祎，杜修明，郭志红，陈玉峰，盛戈皞，郑建，刘辉，朱文兵，朱孟兆，周加斌，李秀卫，王辉，段玉兵，
申请(专利权)人：国网山东省电力公司电力科学研究院，国家电网公司，
类型：发明
国别省市：山东;37