基于BP神经网络通过气象信息对输电线路绝缘子自然积污进行预测地研究.pdfVIP

基于BP神经网络通过气象信息对输电线路绝 缘子自然积污进行预测的研究 1 1 2 2 1 李捷 李彦明 陈锡阳 林润平 刘刚 1 华南理工大学 2 东莞供电局 摘要 本文通过对东莞地区影响绝缘子自然积污的气象因素中的降雨量进行分析，利用BP神经网络避开降雨 量影响的复杂性，建立降雨量与自然积污量变化的神经网络模型，实现对污秽量进行较为准确的预测，为电 网运行维护、减少污闪发生频率提供依据。 关键词 污闪、自然积污、降雨量、神经网络 便需要对众多的因素进行简化，前期研究中 1 前言 只考虑影响较大的气象因素。 经过对各种气象因素的分析，降雨量是 电力网络稳定性是关乎人民生活、生产 具有对积污量变化影响较大，且数据便于收 的大事，重大事故的发生将产生严重的后果。 集整理两个优点，这是结合BP神经网络以及 其中，绝缘子污闪事故由于大范围内绝缘子 东莞地区实际情况得到的。湿度在少雨时间 绝缘水平下降，往往对电网造成长时间、大 波动不大，而在湿度较大的时段影响已能通 面积的停电，且近年来污闪事故的发生频率 过降雨在一定情况下反映，且湿度对积污影 逐渐上升，必须对其加以关注。 响有限，其主要是一个触发污闪发生的因素。 污闪的发生包括污秽的自然积累和潮湿 温度因素由于变化相对稳定，影响也不如降 的天气条件这两个因素。目前采用的防污闪 雨的冲刷效果大。而风由于随地点不同变化 措施有定期或不定期清扫、调爬、采用新型 较大，收集上存在难度，往往误差较大。 憎水性强绝缘子等，但面临着对不同绝缘子 降雨对绝缘子自然积污的冲刷效果十分 污秽量难以确定的情况，使防污闪工作量增 明显，图1是东莞某地点绝缘子盐密与降雨 大，而且效果难以满足要求。 量的关系 （黑色曲线为该监测点绝缘子上表 因此，本文希望通过对东莞地区情况的 面盐密；蓝色柱状图为当地降雨量）。 研究将自然积污与对应的气象信息联系起 来，利用日常便于采集的气象信息实现对绝 缘子污秽量进行较为准确的预测，提高防污 闪工作的效率。鉴于自然积污量与气象条件 之间准确的数学模型难以描述，本文中采用 了BP神经网络进行模型建立，避开了两者关 系的复杂性，从而实现由气象信息对污秽量 的预测。 2 气象因素对自然积污的影响 图 1 东莞某地自然积污与降雨量关系 影响绝缘子自然积污的气象因素包括湿 由上图可直观得出，降雨影响积污效果 度、风、降雨、温度等等，可见绝缘子的污 明显，可用其对污秽量进行较为准确的预测。 秽自然积累过程复杂且影响因素复杂，这里 中国电机工程学会高压专委会2007 年学术年会论文集 3 数据的获取及预处理 本研究中所采用的绝缘子污秽量数据是 由悬挂在东莞地区多个地点的试验绝缘子测 取得到。每个地点共悬挂4 串试验绝缘子， 每个试验绝缘子串有 9 片绝缘子，一般情况 下我们认为中间 7 片绝缘子污秽量接近，而 4 串绝缘子之间的污秽量也差别不大。每隔 两周我们便采集 1片绝缘子测取其盐密值和 灰密值。因为有共28 （7×4）片绝缘子，所 图2 神经网络结构示意图 以共可得到 28 组数据，也即是得到该地点 56周内绝缘子自然积污量的变化过程。 本文中利用