机器臂项目技术报告.DOC

PAGE PAGE 4 输电线路风偏治理及在线监测研究 惠君伟 程斌 仇继扬 铜川供电局，铜川，727031 摘要：本文通过对输电线路风偏事故放生的影响因素分析，提出多种风偏闪络防范措施，对特殊区域进行局部微气象和导线参数进行在线监测，积累相应的历史数据，为建立风偏系数数学模型和特殊区域线路设计提供支持。 1. 前言 近年来我国输电线路风偏引起的线路跳闸事故频发，其与雷击闪络和操作冲击闪络不同的是，绝大多数风偏闪络是在工作电压下发生的，一般不能成功重合闸，从而导致线路停运，严重影响电网的安全可靠运行。高压、超高压线路输电距离长，线路大都经过山区等自然环境复杂的区域，海拔高、地形奇特、气候复杂，经常有强对流天气出现，输电线路原有防风偏设计标准难以完全满足局部恶劣气候环境要求。根据现行设计规范规定的30年（500千伏以上是50年）一遇的大风10分钟平均风速30米/秒（按新规程应该是27米/秒）（相当于11级风）已属罕见，相关文献定义的风偏最小空气间隙放电概率也很低，但近年来风偏闪络率却呈现不断上升的态势，不由使我们对风偏事故成因和防范措施进行再研究，并提出相应的防范和改造措施。 2. 风偏产生原因分析 通过对近年来风偏事故情况进行分析，发现风偏放电多放生在杆塔跳线处，放电点多在杆塔架构或金具上，发生时段多为夏季高温时突然出现的大风或雷雨大风天气，恶劣天气结束前多不能重合。通过以上现象分析认为输电线路风偏的影响因素一是风速及风向，大风沿导线侧面对跳线的作用力是引起杆塔跳线大幅摆动的主要原因。二是空气湿度，在大风引起跳线摆动，使跳线接近杆塔架构或金具，若此时又有强降雨或空气湿度较大时，极易引起放电。三是线路设计中未充分估计局部恶劣气象环境的影响。四是导线温度及环境温度，对跳线弧垂和空气击穿放电略有影响。 3.风偏的治理方法 要想完全消除风偏闪络现象的发生，则需要增加塔头尺寸，这是以增加工程造价为代价的。但是根据线路的实际情况，各种防风偏方法都有其特点、效果和特定的使用环境与条件。可采取以下缓解措施来降低风偏闪络概率： 1) 在技术经济合理时，采用“V”型绝缘子串； 2) 对发生故障的绝缘子串加装重锤片，在单串加装重锤片不满足的情况下，可将原单串绝缘子串改为双串倒“V”型以减少绝缘子串总长度； 3) 通过调整杆塔位置、型式或高度来控制绝缘子串的风偏量； 4）对于运行线路，根据现场实际采取绝缘子串拉接固定的方法，减小导线摆动。 5) 收集气象资料，进行地域划分，针对不同的情况制定不同的风偏设计标准； 6) 运行单位统计线路长度和风偏闪络次数等相关数据，为标准的完善建立基础； 7) 研究输电线路杆塔上的气象参数以及导线风偏在线监测系统，为设计单位提供技术依据。 4.机器学习的方法 要从理论上和实践上彻底解决舞动风偏的问题，还需要进行大量的工作，包括机理的研究、基本参数实验与测定、防舞工程实践。为了总结风偏发生的规律，可利用目前先进的机器学习方法进行研究，即利用了统计学理论，从样本中推理，构建数学模型。 4.1学习关联性 在风偏中，输电线路一年四季暴露于大气环境，直接受强风、覆冰、气温变化等气候环境以及电磁场、强机械力，污秽等环境的影响，因此风偏闪络问题是一个涉及电学、气象、材料与机械等因素的综合问题，机器学习的一个应用是在线风偏分析。它的任务是发现线路与大气环境之间的关联性。可以通过大量的数据分析线路与哪些重要因素有关，针对问题，评估风偏的一些属性信息和状况。 4.2区分规则和异常 从数据中学习规则也为知识抽取提供了可能性。规则是一种解释数据的简单模型，而观察该模型我们能得到潜在数据处理的解释，机器学习可以用规则拟合数据，我们能得到比数据更简单的解释，需要的存储空间更少，处理所需要的计算更少。机器学习的另一种用途是离群点检测，即发现那些不遵守规则的例外实例。这些规则未能覆盖的例外，暗示出需要注意的异常问题。 4.3数据回归 收集训练数据，将以往风偏发生时的气象、设备情况输入到机器系统中，机器学习程序用一个函数拟合这些数据来学习。机器学习程序优化参数，使其逼近误差最小，也就是说，在非线性函数中，拟合优化它们的参数，归纳出最佳结论。 5．风偏在线监测 为了应用机器学习方法，积累局部异常气象环境参数，总结归纳风偏闪络发生的规律，为线路防风偏设计提供有效的数据支持，有必要在运行线路的风偏事故多发区段建立风偏在线监测系统，对其主要影响因素和摆动情况进行实测。 5.1 数据监测装置 在杆塔上安装风速、风向、环境温度、环境湿度等微气象参数监测所需传感器。在导线上安装导线温度、导线水平和垂直方向摆动幅度等参数监测所需传感器。 5.2 数据的集中和传输 在杆塔上安装数据采集与通讯模块，与导线上传感器进行无线数据传输，自动采集杆塔上传感器信息，并