输电线路弧垂是电力系统的重要监测部分,其直接影响到电力系统能否安全可靠地输送电能。针对以往电力线弧垂监测的不足,提出一种基于机载LiDAR(light detection and ranging)点云数据下的电力弧垂监测方法,对点云数据进行分类并提取电...输电线路弧垂是电力系统的重要监测部分,其直接影响到电力系统能否安全可靠地输送电能。针对以往电力线弧垂监测的不足,提出一种基于机载LiDAR(light detection and ranging)点云数据下的电力弧垂监测方法,对点云数据进行分类并提取电力线离散点云,根据力学原理和最小二乘法,运用抛物线模型对离散点云进行拟合,获取电力线弧垂参数,并针对不同气象条件下电力线比载的差异,进行弧垂模拟,结合实测数据进行比对,得出满足误差要求的电力线弧垂预测曲线。能够实现静态点云数据瞬时工况监测分析,以及潜在危险点监测分析,为电力走廊内的电力线运行情况提供数据参考及安全预估。展开更多
针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional...针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional gate recurrent unit,BiGRU)的HVDC输电线路故障识别方法。首先,采用故障后整流侧的双极暂态电流行波作为特征向量,利用CNN提取全局特征,并从中剔除噪声和不稳定成分,完成对数据的降维处理。然后,采用BiGRU来捕获CNN提取到特征的前后时间信息,进一步提取数据中的时序特征,以实现HVDC输电线路故障识别。仿真结果表明:该方法可在不同故障地点以及不同过渡电阻下对单极接地、双极短路、雷击故障、雷击干扰共四种故障实现准确识别,可靠性高,具有较强的耐受过渡电阻能力,同时具备一定的抗噪性能。展开更多
文摘输电线路弧垂是电力系统的重要监测部分,其直接影响到电力系统能否安全可靠地输送电能。针对以往电力线弧垂监测的不足,提出一种基于机载LiDAR(light detection and ranging)点云数据下的电力弧垂监测方法,对点云数据进行分类并提取电力线离散点云,根据力学原理和最小二乘法,运用抛物线模型对离散点云进行拟合,获取电力线弧垂参数,并针对不同气象条件下电力线比载的差异,进行弧垂模拟,结合实测数据进行比对,得出满足误差要求的电力线弧垂预测曲线。能够实现静态点云数据瞬时工况监测分析,以及潜在危险点监测分析,为电力走廊内的电力线运行情况提供数据参考及安全预估。
文摘针对高压直流(high voltage direct current,HVDC)输电线路故障暂态行波具有时序性和强非线性的特点,导致高过渡电阻情况下故障识别率低的问题,提出基于卷积神经网络(convolutional neural networks,CNN)和双向循环门单元(bidirectional gate recurrent unit,BiGRU)的HVDC输电线路故障识别方法。首先,采用故障后整流侧的双极暂态电流行波作为特征向量,利用CNN提取全局特征,并从中剔除噪声和不稳定成分,完成对数据的降维处理。然后,采用BiGRU来捕获CNN提取到特征的前后时间信息,进一步提取数据中的时序特征,以实现HVDC输电线路故障识别。仿真结果表明:该方法可在不同故障地点以及不同过渡电阻下对单极接地、双极短路、雷击故障、雷击干扰共四种故障实现准确识别,可靠性高,具有较强的耐受过渡电阻能力,同时具备一定的抗噪性能。
