架空输电线覆冰预警与除冰决策优化的数据驱动方法研究

In Low-latitude Plateaus of Yunnan Province, the time series of transmission line icing process is uncertain, multi-dimension, and nonlinear, it is difficult to find the mathematical model of this process. In this project, the method based on data-driven is presented for estimating icing situation, predictive warning, decision-making of de-icing, and serving for preventing icing disaster, which in face of those problems such as uncertainty, multi-granular for predicting icing process, and multi-objective, multi-restriction and online optimization for decision-making of de-icing.In this project, the data-driven function models will be investigated by taking advantages of mechanism model, mass static history data and dynamic online data, which including monitoring, situation assessment, warning, and maintenance based on prediction. The multi-various time series model, with those characters of online correcting and flexible granular, also will be researched for predicting icing load of transmission line in different granular (time scale and space scale) by micro or macro meteorology. The situation assessment model based on prediction results of icing load will try to be founded for estimate the threat of icing disaster and grade of warning. The methods of decision-making of de-icing will be presented to optimize de-icing plants and can be corrected by feedback results, which are helpful for icing disaster prediction and preventing.Final research results are including 8-10 pieces of paper in important journals or conference, and 2 items of originate patent.

云南低纬度高海拔地区架空输电线路覆冰是一个不确定的、高维的、非线性时间序列过程，其解析型数学模型难于获取。本课题拟基于数据驱动方法，利用覆冰监测系统积累的大量数据，针对输电线路覆冰预测模型的不确定性、多粒度等问题，以及除冰维护决策的多目标、多约束、在线优化等问题进行研究。建立面向监测、预警与维护决策的数据驱动功能架构；提出具有在线修正、粒度可变的覆冰负荷多变量时间序列预测模型，实现在不同粒度（时间及空间）条件下，利用气象部门提供的宏观气象信息及监测点微观气象信息，对覆冰负荷进行有效预测；建立覆冰态势估计模型，估计区域性的输电网络在灾害气候条件下可能呈现的威胁程度和预警等级；提出基于覆冰态势预测的除冰及维护决策优化方法，并可以依据系统当前态势，动态地在线优化除冰计划。课题将为输电系统的灾害预警与维护提供理论和技术支持，预期在国内外核心期刊和重要学术会议发表论文8-10篇，申请发明专利2项。

云南低纬度高海拔地区架空输电线路覆冰是一个不确定的、高维的、非线性时间序列过程，其解析型数学模型难于获取。本课题拟基于数据驱动方法，在物联网环境下，利用覆冰监测系统积累的大量数据，针对输电线路覆冰预测模型的不确定性、多粒度等问题，除冰维护决策的多目标、多约束、在线优化等问题，应急响应决策信息的高效交互及协同防御问题进行研究。主要取得了以下研究成果：.1）提出了电力物联网技术应具备的五个功能特征；分析了输电线路物联网的设备功能架构及系统平台架构，提出了输电线路覆冰监测与协同防御的多源异构信息处理功能架构，包括: 基于数据驱动的输电系统覆冰态势估计、预警与预测维护功能架构，以及输电线路覆冰灾害多源数据融合与粒度控制架构。综合分析、比较了输电线物联网的技术先进性。.2）利用输电线路覆冰在线监测装置记录的历史数据，基于粒子群或SOM聚类方法，提取了输电线路覆冰过程的微气象特征。该方法有助于克服已有的输电线路覆冰负荷预测及预警定性模型中主要依靠人工经验确定气象特征参数的弊端，给出了一种通用的、有效的且易于用计算机进行工程实现的输电线路覆冰负荷预测及预警的定性分析和判定方法。.3）对输电线路覆冰过程进行了时间序列分析，基于Takens相空间建立了覆冰过程混沌时间序列模型；针对现有覆冰负荷预测模型泛化能力的不足，基于AOSVR算法，提出了一种可在线学习的覆冰负荷定量预测方法。该方法具有较好的泛化能力，有助于解决基于数据驱动的覆冰预测模型训练样本不完备的问题。.4）提出了基于DS证据融合理论，综合考虑电网线路拓扑结构、冰冻灾害的影响程度以及人工经验的线路脆弱性分析模型。然后结合实时覆冰负荷及预测覆冰增长率，建立高压输电线路融冰决策指标，并以此为依据制定具体的融冰序列策略。.5）基于动态规划方法，提出了结合覆冰灾害预测结果的应急响应物资储备模型。