【技術實現步驟摘要】
本專利技術涉及電力工程，特別是涉及一種輸電線路架空地線電能損耗預測方法、裝置及介質。
技術介紹
1、架空地線是輸電線路最基本的防雷措施，通過雷電流的分流效應，可以有效降低進入接地桿塔的雷電流強度，進而導致塔頂電位得以降低，對電網的安全穩定運行具有非常重要的意義，但隨著輸電線路電壓等級的提升，架空地線的電能損耗也隨之變得越來越大。
2、目前高壓輸電線路opgw基本采用逐基接地的方式，而普通避雷線則多采用分段絕緣、一點接地的方式。逐塔接地的opgw與大地構成回路，感應電流造成了巨大的電能損失。由于工業的快速發展，大量的電力資源在不知不覺中被浪費。傳統的預測方法主要針對的是利用架空輸電線路結構的預測研究，未能考慮降水量對架空地線電導值和負荷量對架空地線電磁感應電壓及靜電感應電壓的影響，使得對于架空地線電能損耗預測在精準度上不夠準確。
技術實現思路
1、本專利技術的目的是提供一種輸電線路架空地線電能損耗預測方法、裝置及介質，能夠提高架空地線電能損耗的預測精度，對反映opgw光纜線路電能損耗數值，促進opgw絕緣化改造的精準度有重要的參考價值。
2、為實現上述目的，本專利技術提供了如下方案：
3、一種輸電線路架空地線電能損耗預測方法，所述電能損耗預測方法包括：
4、獲取目標輸電線路架空地線的歷史負荷數據和所述目標輸電線路架空地線所在目標區域內歷史天氣特征數據與對應的日期特征數據；所述歷史天氣特征數據包括歷史溫度數據、歷史降水數據、歷史濕度數據、
5、對所述歷史負荷數據和所述歷史天氣特征數據進行預處理，得到優化后的歷史負荷數據和歷史天氣特征數據；所述預處理操作包括剔除異常值和修正；
6、從優化后的所述歷史天氣特征數據中篩選目標天氣特征數據；所述目標天氣特征數據與優化后的所述歷史負荷數據的相關程度滿足第一預設要求；
7、獲取符合第二預設要求的預測天氣特征數據，并對符合第二預設要求的所述預測天氣特征數據和對應的所述日期特征數據應用聚類算法，得到預測天氣特征數據簇集和日期特征數據簇集；所述預測天氣特征數據包括預測溫度數據、預測降水數據、預測濕度數據、預測氣壓數據和預測風速數據；
8、將所述預測天氣特征數據簇集與所述日期特征數據簇集輸入至負荷預測模型，得到預測負荷數據；所述負荷預測模型是通過負荷預測訓練數據集對改進灰色預測模型進行訓練得到的；所述負荷預測訓練數據集包括歷史天氣特征數據簇集樣本、對應的日期特征數據簇集樣本和對應的負荷數據樣本；所述歷史天氣特征數據簇集樣本是通過對所述目標天氣特征數據應用聚類算法得到的；
9、根據絕緣子電導值隨降水量變化關系式、架空地線電磁感應電壓值和靜電感應電壓值隨負荷量變化關系式，構建初始電能損耗精確預測模型；
10、將所述預測天氣特征數據、所述預測負荷數據以及所述目標輸電線路架空地線參數數據輸入至電能損耗預測模型，得到所述目標輸電線路架空地線的電能損耗數據；所述電能損耗預測模型是應用電能損耗預測訓練數據集對所述初始電能損耗精確預測模型進行訓練得到的；所述電能損耗預測訓練數據集包括所述歷史天氣特征數據、所述歷史負荷數據、所述目標輸電線路架空地線參數數據以及對應的目標輸電線路架空地線的歷史電能損耗數據；所述目標輸電線路架空地線參數數據包括架空地線電磁感應電壓值、靜電感應電壓值和絕緣子電導值。
11、可選地，對所述歷史負荷數據和所述歷史天氣特征數據進行預處理，得到優化后的歷史負荷數據和歷史天氣特征數據，具體包括：
12、對所述歷史負荷數據和所述歷史天氣特征數據進行異常值檢測；
13、從所述歷史負荷數據和所述歷史天氣特征數據中剔除所述異常值；
14、應用均值算法對剔除異常值后的所述歷史負荷數據和所述歷史天氣特征數據進行均值修正，得到優化后的歷史負荷數據和歷史天氣特征數據。
15、可選地，對所述歷史負荷數據和所述歷史天氣特征數據進行3-sigma異常值檢測。
16、可選地，從所述歷史天氣特征數據中篩選目標天氣特征數據，具體包括：
17、應用斯皮爾曼相關系數法計算所述歷史天氣特征數據與所述歷史負荷數據的相關性系數；
18、根據所述相關性系數，判斷所述歷史天氣特征數據與所述歷史負荷數據的相關程度；所述相關程度包括強相關、弱相關和不相關；當所述相關性系數大于等于第一預設閾值時，所述相關程度為強相關；當所述相關性系數小于第一預設閾值且大于第二預設閾值時，所述相關程度為弱相關；當所述相關性系數小于等于第二預設閾值時，所述相關程度為不相關；
19、判斷所述相關程度是否為所述強相關和所述弱相關；
20、當所述相關程度為所述強相關和所述弱相關時，對應的所述歷史天氣特征數據為目標天氣特征數據。
21、可選地，獲取符合第二預設要求的預測天氣特征，并對所述預測天氣特征數據和所述日期特征數據應用聚類算法，得到預測天氣特征數據簇集和日期特征數據簇集，具體包括：
22、獲取所述目標區域內各所述氣象監測站在預設時間段內各預設時刻的初始天氣特征數據；
23、從所述初始天氣特征數據中篩選與所述歷史負荷數據的相關程度滿足第二預設要求的初始天氣特征數據，得到篩選后的天氣特征數據；
24、計算所述篩選后的天氣特征數據的平均值，得到所述目標區域內各預設時刻的天氣特征數據，并將所述目標區域內各預設時刻的天氣特征數據作為預設時間段內的預測天氣特征數據。
25、對所述預測天氣特征數據與對應的所述日期特征數據，采用k均值聚類算法進行處理，得到預測天氣特征數據簇集與日期特征數據簇集。
26、可選地，所述初始電能損耗精確預測模型的構建過程具體包括：
27、根據電磁耦合原理，構建第一關系，并根據所述第一關系計算輸電線路架空地線的電磁感應電壓；所述第一關系為所述輸電線路架空地線的電磁感應電壓與輸電線路第一參數之間的關系；所述輸電線路第一參數包括輸電線路的桿塔的總數量、預測負荷數據、線電壓、功率因素、旋轉因子、基桿塔中架空地線與導線的間距和電磁感應電壓修正因子；
28、根據所述靜電感應原理，構建第二關系，并根據所述第二關系計算輸電線路架空地線的靜電感應電壓；所述第二關系為所述輸電線路架空地線的靜電感應電壓與輸電線路第二參數之間的關系；所述輸電線路第二參數包括導線的電荷系數、導線上的電荷、架空地線上的電荷系數、基桿塔中架空地線上的電荷和靜電感應電壓修正因子；
29、根據所述輸電線路架空地線的電磁感應電壓、所述輸電線路架空地線的靜電感應電壓和第一分類的第一狀態，確定第三關系，并計算逐塔接地方式下的架空地線第一電能損耗；所述第一分類為逐塔接地方式的輸電線路架空地線；所述第一狀態為輸電線路非空載狀態；所述第三關系為所述逐塔接地方式下的架空地線第一電能損耗與輸電線路第三參數之間的本文檔來自技高網...
【技術保護點】
1.一種輸電線路架空地線電能損耗預測方法，其特征在于，所述電能損耗預測方法包括：
2.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，對所述歷史負荷數據和所述歷史天氣特征數據進行預處理，得到優化后的歷史負荷數據和歷史天氣特征數據，具體包括：
3.根據權利要求2所述的輸電線路架空地線電能損耗預測方法，其特征在于，對所述歷史負荷數據和所述歷史天氣特征數據進行3-sigma異常值檢測。
4.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，從所述歷史天氣特征數據中篩選目標天氣特征數據，具體包括：
5.根據權利要求4所述的輸電線路架空地線電能損耗預測方法，其特征在于，獲取符合第二預設要求的預測天氣特征，并對所述日期特征數據和符合第二預設要求的所述預測天氣特征數據應用聚類算法，得到預測天氣特征數據簇集和日期特征數據簇集，具體包括：
6.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，所述初始電能損耗精確預測模型的構建過程具體包括：
7.根據權利要求6所述的輸電線路架空
8.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，所述電能損耗預測方法還包括：
9.一種計算機裝置，包括：存儲器、處理器以存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序以實現權利要求1-8中任一項所述輸電線路架空地線電能損耗預測方法。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現權利要求1-8中任一項所述輸電線路架空地線電能損耗預測方法。
...【技術特征摘要】
1.一種輸電線路架空地線電能損耗預測方法，其特征在于，所述電能損耗預測方法包括：
2.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，對所述歷史負荷數據和所述歷史天氣特征數據進行預處理，得到優化后的歷史負荷數據和歷史天氣特征數據，具體包括：
3.根據權利要求2所述的輸電線路架空地線電能損耗預測方法，其特征在于，對所述歷史負荷數據和所述歷史天氣特征數據進行3-sigma異常值檢測。
4.根據權利要求1所述的輸電線路架空地線電能損耗預測方法，其特征在于，從所述歷史天氣特征數據中篩選目標天氣特征數據，具體包括：
5.根據權利要求4所述的輸電線路架空地線電能損耗預測方法，其特征在于，獲取符合第二預設要求的預測天氣特征，并對所述日期特征數據和符合第二預設要求的所述預測天氣特征數據應用聚類算法，得到預測天氣特...
【專利技術屬性】
技術研發人員：魏勇，楊會峰，尚立，王永強，張家駒，劉文昭，高子涵，李英敏，季名揚，焦思諾，
申請(專利權)人：國網河北省電力有限公司信息通信分公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。