【技术实现步骤摘要】
本专利技术涉及输电线路风险预测，具体涉及一种输电线路覆冰舞动预测方法和系统。
技术介绍
1、目前，伴随近年来电力建设的不断发展，输电线路网络遍布不同地区，通过调研发现，由于地理位置以及气象条件等因素作用，造成线路舞动现象发生频率大幅度增加，输电线路舞动是输电线路在覆冰条件下，受风激励等因素的影响，产生的一种低频率、大幅度的振动现象，因此导致输电线路断股、金具脱落破坏、铁塔倒塔等一系列事故，造成了巨大的损失，因此实现对输电线路的舞动预测具有很高的价值。
2、由于输电线路舞动是一种受外界激励作用下复杂的非线性振动，因此舞动本身的发生机理相对复杂，一直是国内外相关领域专家的研究重点和难点，目前存在多种不同的相关舞动理论：(1)依据单自由度线性理论模型提出舞动机理：分析了横向风激励作用的影响，但不能模拟出来导线在覆冰条件下的非线性振动过程。(2)扭转舞动机理模型：分别对垂直、水平、扭转三个方向建立微分方程进行了受力分析，得出水平振动不会激发舞动的结论，并计算出垂直振动和扭转振动激发舞动的临界条件。(3)基于惯性耦合失稳理论的覆冰导线...
【技术保护点】
1.一种输电线路覆冰舞动预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述深度学习舞动预测模型包括如下的训练过程：
3.如权利要求2所述的方法，其特征在于，所述历史舞动监测数据包括如下的获取过程：
4.如权利要求3所述的方法，其特征在于，所述覆冰舞动指标按照如下方式进行表示：
5.如权利要求2所述的方法，其特征在于，所述基于所述训练数据的输入数据和输出数据，对堆叠自编码器进行训练，得到深度学习舞动预测模型，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述训练数据的输出数据和...
【技术特征摘要】
1.一种输电线路覆冰舞动预测方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述深度学习舞动预测模型包括如下的训练过程：
3.如权利要求2所述的方法，其特征在于，所述历史舞动监测数据包括如下的获取过程：
4.如权利要求3所述的方法，其特征在于，所述覆冰舞动指标按照如下方式进行表示：
5.如权利要求2所述的方法，其特征在于，所述基于所述训练数据的输入数据和输出数据，对堆叠自编码器进行训练，得到深度学习舞动预测模型，包括：
6.如权利要求5所述的方法，其特征在于，所述基于所述训练数据的输出数据和更新网络参数后的...
【专利技术属性】
技术研发人员：汉京善，李军辉，赵彬，姬昆鹏，李丹煜，马潇，张宏杰，李孟轩，李晨，孔小昂，杨知，王剑，展雪萍，金欢，王轶，张思航，杨加伦，范文琪，
申请(专利权)人：中国电力科学研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。