一种架空输电线路弧垂实时评估及预警方法
【技术领域】
[0001] 本发明涉及输电线路弧垂的评估，具体地指一种架空输电线路弧垂实时评估及预 警方法。
【背景技术】
[0002] 弧垂是架空导线安全稳定运行的重要参数之一。导线温度升高，导线弧垂下降，如 果弧垂幅度下降过大，极易发生相间短路、对地短路、交叉跨越线间短路从而导致线路跳闸 停电事故。尤其是每年的迎峰度夏期间，由于线路负荷重、环境温度高，这一事故更容易发 生。
[0003] 现有的评估架空线路弧垂的方法主要分为间接法和直接法。间接法主要包括通 过状态方程、应力积累等理论计算，通过现场监测导线温度变化、导线张力变化、倾角变化 等间接推导弧垂。直接方法主要包括安装监测设备现场监测弧垂变化，以及利用测量设备 现场实测等。间接法以及直接法中直接测量弧垂等，所需安装设备较多，且需要通过GSM/ GPRS/CDMA、光缆等通信方式将数据传回后台进行处理，其结果不仅依靠设备采样的准确 性，还依靠计算模型的依靠性，此外，前期安装设备需要大量的人力物力，后期对所安装的 设备进行维护也需要大量的人力物力，成本较高，并且受安装设备受现场环境影响大，长时 间运行也受限。现场测量得到的弧垂结果跟实际值相当，但所需工作量大，劳动强度高，不 适合对整条线路的弧垂情况进行评估和掌控。
[0004] 因此如何采用简单方便经济的方法即可实现对整条架空线路的弧垂进行实时准 确评估和预警成为了电网运行管理部门亟待解决的重要问题。
【发明内容】
[0005] 本发明目的在于克服上述现有技术的不足而提供一种架空输电线路弧垂实时评 估及预警方法，该评估方法通过BP神经网络的自动学习就将架空输电线路弧垂与运行负 荷电流、气象环境温度、档距之间的内在关系通过BP神经网络的权值分布实现了隐性表 达，无需安装现场监测设备，只需通过后台计算机、电力调度部门和气象部门所传输的实时 数据便可实现对架空输电线路弧垂的实时评估和预警。
[0006] 实现本发明目的采用的技术方案是：1、一种架空输电线路弧垂实时评估及预警方 法，其特征在于，包括：
[0007] (1)建立用于架空输电线路弧垂评估的BP神经网络模型，确定输入输出向量；
[0008] (2)收集待测架空输电线路的历史运行数据：负荷电流、气象环境温度、档距、弧 垂；
[0009] (3)根据所收集的待测架空输电线路上述的历史运行数据初始化所建BP神经网 络模型的结构和权值；
[0010] (4)利用所收集的历史数据对所建立的BP神经网络进行网络训练；
[0011] (5)收集所待测架空输电线路的现场运行数据：负荷电流、气象环境温度、档距， 利用测距仪现场实测待测架空输电线路的弧垂实际值；
[0012] (6)将所收集的现场运行数据作为测试样本对训练后的BP神经网络进行网络测 试，输出弧垂评估值，判断弧垂评估值与实际值之间的误差是否小于给定值，若是则执行步 骤（7)，若不是，则对权值进行修正，直到误差小于给定值或迭代次数超过设定值；
[0013] (7)根据气象部门所传输的实时环境温度值和调度部门所传输的实时导线负荷电 流值以及现有的档距数据值，实时评估架空输电线路的弧垂值；
[0014] (8)若所述评估值大于设定预警值，则系统预警。
[0015] 本发明无需考虑输电线路本身的物性参数，仅在BP神经网络的自动学习的基础 上就将架空输电线路弧垂与运行负荷电流、气象环境温度、档距之间的内在关系通过BP神 经网络的权值分布实现了隐性表达，且无需安装现场监测设备，只需通过后台计算机、电力 调度部门和气象部门所传输的实时数据便可实现对架空输电线路弧垂的实时评估和预警， 所需计算参数少，计算过程简单，结果准确度高，而且还大大减小了输电线路运维人员的工 作时间，降低了他们的劳动强度以及电网的运行成本，对保障架空输电线路的安全稳定运 行具有普遍推广应用的重要意义和经济实用价值。
【附图说明】
[0016] 图1为本发明架空输电线路弧垂实时评估及预警方法的流程图。
[0017] 图2为用于本发明架空输电线路弧垂实时评估及预警方法的BP神经网络模型。
[0018] 图3为BP神经网络模型的输入量和输出量不意图。
[0019] 图4为BP神经网络学习流程示意图。
【具体实施方式】
[0020] 下面结合附图和具体实施例对本发明作进一步的详细说明。
[0021] 图1示出了架空输电线路弧垂实时评估方法及预警系统流程图，主要包括如下步 骤：
[0022] S100、建立用于架空输电线路弧垂评估的BP神经网络模型，确定输入输出向量。
[0023] S200、收集待测架空输电线路的历史运行数据：负荷电流、气象环境温度、档距、弧 垂；
[0024] S300、根据所收集的待测架空输电线路上述的历史运行数据初始化所建BP神经 网络模型的结构和权值；
[0025] S400、利用所收集的历史数据对所建立的BP神经网络进行网络训练；
[0026] S500、收集所待测架空输电线路的现场运行数据：负荷电流、气象环境温度、档距， 利用测距仪现场实测待测架空输电线路的弧垂；
[0027] S600、将所收集的现场运行数据作为测试样本对训练后的BP神经网络进行网络 测试，判断输出的评估值与实际值之间的误差是否小于给定值，若是则执行步骤S700,若不 是，则对权值进行修正，直到误差小于给定值或迭代次数超过设定值；
[0028] S700、根据气象部门所传输的实时环境温度值和调度部门所传输的实时导线负荷 电流值以及现有的档距数据值，实时评估架空输电线路的弧垂值；
[0029] S800、若所述评估值大于设定预警值，则系统预警。
[0030] 为了更加清晰本发明的技术方案，下面阐述架空输电线路弧垂实时评估方法及预 警系统实施过程中的较佳实施例。
[0031] 对于步骤S100,作为本发明的优选实施例，具体地，建立用于架空输电线路弧垂评 估和预警的BP神经网络模型，如图2所示，包括输入层、隐层和输出层，设输入向量为X，输 出向量为Y，输入层到隐层的权值矩阵和偏差矩阵为1、，隐层到输出层的权值矩阵和偏 差矩阵为W2、B2，隐层和输出层的神经元传输函数分别用f\、f2表示，则网络输出表达式为：
[0032]Y=f2[ff2 ?f!(ffi?X-Bi) -B2] (1)
[0033] 根据弧垂评估和预警的目标确定所述BP神经网络的输入向量X和输出向量Y，如 图3所示，本BP神经网络模型的输入量X为：待测架空输电线路运行的负荷电流、气象环境 温度、档距；输出量Y为：待测架空输电线路的弧垂。
[0034] 对于步骤S200,本实施例的具体操作如下：
[0035] 根据待测架空输电线路所处的位置，向气象部门收集该位置区域的历史环境温度 数据，向电力调度部门收集该架空输电线路的历史负荷电流数据，向电网运行管理部门收 集该架空输电线路的