用于电网的预测方法和控制器技术

本发明专利技术实施例提供一种用于电网的预测方法和控制器，所述用于电网的预测方法包括：获取待预测地区的地形数据和气象预测数据；根据所述地形数据和所述气象预测数据建立初始场结构数据；以及根据所述初始场结构数据和优化蚁群算法确定所述待预测地区的电网舞动隐患点和所述电网舞动隐患点之间的延伸路径。本发明专利技术实施例可以快速、高效、全面地分析气象和地形数据特征，精细化定位电网舞动隐患点，准确预测电网舞动隐患点之间的延伸路径，可操作性强，实用性高，可以指导电网防冻融冰工作。可以指导电网防冻融冰工作。可以指导电网防冻融冰工作。

【技术实现步骤摘要】
用于电网的预测方法和控制器


[0001]本专利技术涉及电气工程
，具体地涉及一种用于电网的预测方法和控制器。

技术介绍

[0002]输电线路舞动是一种较为常见但威胁极大的电网灾害，轻则造成金具损坏、线路跳闸，重则造成倒塔断线，严重威胁冬季安全可靠供电。虽然舞动发生在覆冰环境下，但是舞动灾害在发生条件更为复杂，不仅要求覆冰厚度值、水平风速值在某个特定区间内，而且灾害发生位置更加分散，防护难度明显增大。为了强化舞动灾害防护针对性，电网舞动预测技术，特别是典型舞动微地形隐患点的灾害发生和演变特征预测，受到了电网运维的重要需求。现有的电网舞动主要以气象数值预报为基础，受到气象数据分辨率的尺度影响，舞动预测精细化程度严重受限，对微地形精细化的舞动防护的指导意义存在越来越明显的瓶颈。因此，急需提出一种技术方案来解决现有技术中的上述技术问题。

技术实现思路

[0003]本专利技术实施例的目的是提供一种用于电网的预测方法和控制器，解决现有技术中区域线路易舞动条件下舞动灾害的发生和迁移难以准确预测的技术问题。
[0004]为了实现上述目的，本专利技术第一方面提供一种用于电网的预测方法，包括：获取待预测地区的地形数据和气象预测数据；根据地形数据和气象预测数据建立初始场结构数据；以及根据初始场结构数据和优化蚁群算法确定待预测地区的电网舞动隐患点和电网舞动隐患点之间的延伸路径。
[0005]在本专利技术实施例中，地形数据包括舞动微地形分布数据，气象预测数据包括覆冰厚度预测数据和风速分布预测数据。
>[0006]在本专利技术实施例中，根据地形数据和气象预测数据建立初始场结构数据包括：将覆冰厚度预测数据、风速分布预测数据和舞动微地形分布数据进行网格化处理，以得到处理后覆冰厚度预测数据、处理后风速分布预测数据和处理后舞动微地形分布数据，其中处理后覆冰厚度预测数据、处理后风速分布预测数据和处理后舞动微地形分布数据的网格分辨率一致且网格对应的区域一致；以及根据处理后覆冰厚度预测数据、处理后风速分布预测数据和处理后舞动微地形分布数据建立初始场结构数据。
[0007]在本专利技术实施例中，在覆冰厚度预测数据的网格分辨率小于风速分布预测数据的网格分辨率的情况下，处理后风速分布预测数据的网格分辨率、处理后舞动微地形分布数据与覆冰厚度预测数据的网格分辨率一致且网格对应的区域一致，处理后覆冰厚度预测数据为覆冰厚度预测数据；以及在覆冰厚度预测数据的网格分辨率大于风速分布预测数据的网格分辨率的情况下，处理后覆冰厚度预测数据的网格分辨率、处理后舞动微地形分布数据与风速分布预测数据的网格分辨率一致且网格对应的区域一致，处理后风速分布预测数据为风速分布预测数据。
[0008]在本专利技术实施例中，根据处理后覆冰厚度预测数据、处理后风速分布预测数据和
处理后舞动微地形分布数据建立初始场结构数据包括：根据处理后舞动微地形分布数据中网格的舞动微地形数目确定处理后舞动微地形分布数据中节点的舞动微地形启发因子，以得到舞动微地形网格数据；以及根据舞动微地形网格数据、处理后覆冰厚度预测数据、处理后风速分布预测数据建立初始场结构数据，其中初始场结构数据包括节点的经度坐标、节点的纬度坐标、节点的覆冰厚度、节点的风速和节点的微地形启发因子。
[0009]在本专利技术实施例中，根据处理后舞动微地形分布数据中网格的舞动微地形数目确定处理后舞动微地形分布数据中节点的舞动微地形启发因子包括：根据处理后舞动微地形分布数据中网格的舞动微地形数目确定处理后舞动微地形分布数据中网格的舞动微地形系数；以及根据网格的舞动微地形系数确定节点的舞动微地形启发因子。
[0010]在本专利技术实施例中，根据处理后舞动微地形分布数据中网格的舞动微地形数目确定处理后舞动微地形分布数据中网格的舞动微地形系数包括：当网格中不存在舞动微地形时，确定网格的舞动微地形系数为1；当网格中存在1处舞动微地形时，确定网格的舞动微地形系数为3；当网格中存在2处舞动微地形时，确定网格的舞动微地形系数为5；以及当网格中存在3处以上舞动微地形时，确定网格的舞动微地形系数为10；根据网格的舞动微地形系数确定节点的舞动微地形启发因子包括：将节点的相邻网格的舞动微地形系数求均值，以得到节点的舞动微地形启发因子。
[0011]在本专利技术实施例中，根据初始场结构数据和优化蚁群算法确定待预测地区的电网舞动隐患点和电网舞动隐患点之间的延伸路径包括：根据初始场结构数据中节点的舞动微地形启发因子确定电网舞动隐患点；依次以每一个电网舞动隐患点为备选延伸路径的起始节点，根据电网舞动隐患点的初始场结构数据和优化蚁群算法确定多条备选延伸路径；以及根据预设筛选规则从多条备选延伸路径中选择一条备选延伸路径作为电网舞动隐患点之间的延伸路径。
[0012]在本专利技术实施例中，优化蚁群算法的转移概率被定义为：其中，k为蚂蚁序号，i为蚂蚁当前所在节点，j为蚂蚁下一步计划节点，t为路径序号，τ
j
(t)为节点j对节点i的信息素因子，α为信息素因子重要性指数，η
j
(t)为节点j对节点i的距离启发因子，β为距离启发因子重要性指数，T
j
(t)为节点j对节点i的覆冰厚度启发因子，γ为覆冰厚度启发因子的重要性指数，H
j
(t)为节点j对节点i的风速启发因子，δ为风速启发因子的重要性指数，M
j
(t)为节点j的舞动微地形启发因子，为微地形启发因子的重要性指数，τ
a
(t)为节点a对节点i的信息素因子，η
a
(t)为节点a对节点i的距离启发因子，T
a
(t)为节点a对节点i的覆冰厚度启发因子，H
a
(t)为节点a对节点i的风速启发因子，M
a
(t)为节点a的舞动微地形启发因子，allowed
k
为第k只蚂蚁下一步可选择的节点；为第k只蚂蚁下一步可选择的节点；为第k只蚂蚁在节点i，j之间的路径所留下的信息素，m为蚂蚁总数，ρ为衰减因子经验常数，C为信
息素因子经验常数；L
k
为第k只蚂蚁完成的路径的总长度，Q为信息素经验常数；x
i
、y
i
分别为节点i的经度坐标和纬度坐标，x
j
、y
j
分别为节点j的经度坐标和纬度坐标；W
i
和W
j
分别为节点i和节点j的覆冰厚度，T0为覆冰厚度经验常数；
[0013]h
i
和h
j
分别为节点i和节点j的风速，H0为风速经验常数。
[0014]本专利技术第二方面提供一种控制器，被配置成执行前述实施例的用于电网的预测方法。
[0015]本专利技术前述实施例通过其技术方案可以快速、高效、全面地分析气象和地形数据特征，精细化定位电网舞动隐患点，准确预测电网舞动隐患点之间的延伸路径，可操作性强，实用性高，可以指导电网防冻融冰工作。
[0016]本专利技术实施例的其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于电网的预测方法，其特征在于，包括：获取待预测地区的地形数据和气象预测数据；根据所述地形数据和所述气象预测数据建立初始场结构数据；以及根据所述初始场结构数据和优化蚁群算法确定所述待预测地区的电网舞动隐患点和所述电网舞动隐患点之间的延伸路径。2.根据权利要求1所述的预测方法，其特征在于，所述地形数据包括舞动微地形分布数据，所述气象预测数据包括覆冰厚度预测数据和风速分布预测数据。3.根据权利要求2所述的预测方法，其特征在于，所述根据所述地形数据和所述气象预测数据建立初始场结构数据包括：将所述覆冰厚度预测数据、所述风速分布预测数据和所述舞动微地形分布数据进行网格化处理，以得到处理后覆冰厚度预测数据、处理后风速分布预测数据和处理后舞动微地形分布数据，其中所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据的网格分辨率一致且网格对应的区域一致；以及根据所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据建立所述初始场结构数据。4.根据权利要求3所述的预测方法，其特征在于，在所述覆冰厚度预测数据的网格分辨率小于所述风速分布预测数据的网格分辨率的情况下，所述处理后风速分布预测数据的网格分辨率、所述处理后舞动微地形分布数据与所述覆冰厚度预测数据的网格分辨率一致且网格对应的区域一致，所述处理后覆冰厚度预测数据为所述覆冰厚度预测数据；以及在所述覆冰厚度预测数据的网格分辨率大于所述风速分布预测数据的网格分辨率的情况下，所述处理后覆冰厚度预测数据的网格分辨率、所述处理后舞动微地形分布数据与所述风速分布预测数据的网格分辨率一致且网格对应的区域一致，所述处理后风速分布预测数据为所述风速分布预测数据。5.根据权利要求4所述的预测方法，其特征在于，所述根据所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据建立所述初始场结构数据包括：根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中节点的舞动微地形启发因子，以得到舞动微地形网格数据；以及根据所述舞动微地形网格数据、所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据建立所述初始场结构数据，其中所述初始场结构数据包括节点的经度坐标、节点的纬度坐标、节点的覆冰厚度、节点的风速和节点的微地形启发因子。6.根据权利要求5所述的预测方法，其特征在于，所述根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中节点的舞动微地形启发因子包括：根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中网格的舞动微地形系数；以及根据所述网格的舞动微地形系数确定所述节点的舞动微地形启发因子。7.根据权利要求6所述的预测方法，其特征在于，所述根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中网格的舞动微地形
系数包括：当网格中不存在舞动微地形时，确定所述网格的舞动微地形系数为1；当网格中存在1处舞动微地形时，确定所述网格的舞动微地形系数为3...

【专利技术属性】
技术研发人员：邸悦伦，李丽，郭俊，简洲，胡博，
申请(专利权)人：国网湖南省电力有限公司防灾减灾中心国家电网有限公司，
类型：发明
国别省市：