基于小波变换和ARMA-PSO神经网络的输电线路停运率时变模型

摘要：

元件停运率时变模型是电力系统运行可靠性评估和风险评估的基础,其准确度直接影响运行可靠性评估的结果.由于输电线路长期暴露在大气环境中,气候因素是导致输电线路发生故障的主要原因,基于历年数据,提出一种具有时变、随机、检修回退等特点输电线路停运时变模型.首先对原始数据预处理后采用小波进行分解和重构,获得各尺度域上的小波系数;然后分别对各尺度域上的小波系数分别进行ARMA-PSO神经网络建模、预测和整合,建立输电线路故障停运时变模型,最后,结合某实际输电线路,并进行算例分析.分析结果表明,基于小波变换和ARMA-PSO神经网络模型的输电线路停运率时变模型具有较高的精度,既反映了输电线路停运率时间相依的规律,也可用于未来时段输电线路停运率的预测,为电力系统运行可靠性评估提供了重要的数据来源.

关键词：元件停运率、时变模型、小波变换、气候影响

所属期刊栏目：33

分类号：TM774(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金51667007

在线出版日期：2018-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：83-88