强台风环境下基于格点化和支持向量机的10 kV杆塔受损量预测方法

被引:28
作者
郑凌铭 [1 ]
舒胜文 [1 ]
陈彬 [1 ,2 ]
吴涵 [2 ]
黄建业 [2 ]
钱健 [2 ]
机构
[1] 福州大学电气工程与自动化学院
[2] 国网福建省电力有限公司电力科学研究院
关键词
强台风环境; 10 kV杆塔; 受损; 预测方法; 格点化; 支持向量机;
D O I
暂无
中图分类号
TM75 [线路及杆塔];
学科分类号
080802 [电力系统及其自动化];
摘要
10kV杆塔因抗风等级较低而易遭受强台风影响发生受损事故,开展10kV杆塔受损量的预测对灾前防御措施部署和抢修资源调配具有重要意义。为此,提出了一种基于格点化和支持向量机的10 kV杆塔受损量预测方法。从区域自然灾害系统论出发,构建包含致灾因子、孕灾环境和承灾体的10 kV杆塔受损影响因子特征集,并进行3 km×3 km格点化单元处理,作为支持向量机回归(support vector machine regression, SVR)模型的输入量;以格点单元内10 kV杆塔受损量作为支持向量机回归模型的输出量,建立了强台风环境下10 kV杆塔受损量预测模型。采用该模型对1614台风"莫兰蒂"期间某地区电网的10 kV杆塔受损量进行了预测,得到预测值与实际受损量达到显著相关水平,验证了方法的有效性。所提方法可为强台风环境下10 kV杆塔受损量的预测提供一条可能的途径。
引用
收藏
页码:42 / 51
页数:10
相关论文
共 27 条
[1]
人工智能驱动的数据分析技术在电力变压器状态检修中的应用综述 [J].
刘云鹏 ;
许自强 ;
李刚 ;
夏彦卫 ;
高树国 .
高电压技术, 2019, 45 (02) :337-348
[2]
不平衡数据分类方法综述 [J].
李艳霞 ;
柴毅 ;
胡友强 ;
尹宏鹏 .
控制与决策, 2019, 34 (04) :673-688
[3]
基于邻域粗糙集与多核支持向量机的变压器多级故障诊断 [J].
李春茂 ;
周妺末 ;
刘亚婕 ;
高波 ;
吴广宁 .
高电压技术, 2018, 44 (11) :3474-3482
[4]
沿海区域输配电线路抵御强台风预警技术研究进展 [J].
陈彬 ;
舒胜文 ;
黄海鲲 ;
张明龙 ;
钱健 ;
郭晓君 .
高压电器, 2018, 54 (07) :64-72
[5]
基于粗糙集与多类支持向量机的电力变压器故障诊断 [J].
吴广宁 ;
袁海满 ;
宋臻杰 ;
杨飞豹 ;
高波 ;
李帅兵 .
高电压技术 , 2017, (11) :3668-3674
[6]
台风及暴雨对电网故障率的时空影响 [J].
吴勇军 ;
薛禹胜 ;
谢云云 ;
王昊昊 ;
段荣华 ;
黄伟 .
电力系统自动化, 2016, 40 (02) :20-29+83
[7]
稍不均匀电场空气间隙击穿电压计算的新方法 [J].
舒胜文 ;
阮江军 ;
黄道春 ;
普子恒 ;
邱志斌 .
高电压技术, 2015, 41 (02) :662-668
[8]
输电线路运行安全影响因素分析及防治措施 [J].
胡毅 ;
刘凯 ;
吴田 ;
刘艳 ;
苏梓铭 .
高电压技术, 2014, 40 (11) :3491-3499
[9]
基于有效决策界的电网台风灾害预警方法 [J].
方嵩 ;
方丽华 ;
熊小伏 ;
彭嵩 ;
翁世杰 ;
胡华铿 ;
王建 .
电力系统保护与控制, 2014, 42 (18) :83-88
[10]
基于层次分析法的输电线塔基降雨滑坡预警方法 [J].
李哲 ;
梁允 ;
熊小伏 ;
王建 ;
刘松 .
智能电网, 2014, 2 (09) :29-33