基于神經網絡在線學習的輸電線路多時間尺度負載能力動態預測

江淼， 陳玉峰， 盛戈皞， 王輝， 杜修明， 江秀臣

(1.上海交通大學，上海　200240； 2.國網山東省電力公司電力科學研究院，山東 濟南　250002)

?

基于神經網絡在線學習的輸電線路多時間尺度負載能力動態預測

江淼1， 陳玉峰2， 盛戈皞1， 王輝2， 杜修明2， 江秀臣1

(1.上海交通大學，上海200240； 2.國網山東省電力公司電力科學研究院，山東 濟南250002)

輸電線路負載能力的動態預測能夠為負荷調度方案和線路故障檢修管理提供十分重要的參考。提出基于運行環境變化對輸電線路多時間尺度負載能力進行預測的方法。利用Elman神經網絡結合氣溫、風速、負荷的歷史值實現在線學習并預測氣象參數和負荷，再基于穩態和暫態熱容量計算模型對輸電線路不同運行時間的允許負載能力進行動態預測。對比輸電線路負荷與穩態、暫態負載能力，充分挖掘了輸電線路的潛在容量，為制定電網科學調度和檢修策略提供有力支撐。

多時間尺度； Elman神經網絡； 動態預測； 熱容量模型； 負載能力

0　引　言

輸電線路動態增容技術在不突破技術規程的前提下，根據導線運行狀態、氣象條件(環境溫度、日照輻射強度、風速等)和線路電力參數實時確定負載能力，具有較好的經濟性和環保性[1-2]。國內外對輸電線路動態增容技術均有所研究和應用，美國電力科學研究院、USi公司、The Valley Group Inc均開發出了較為有效的增容系統，而國家電網、南方電網則已經展開試點應用，但該技術還有待于與電網調度方案更加有效地結合[3-4]。對輸電線路的穩態和暫態負載能力進行預測可以分別為負荷的合理調度、故障應急處理提供非常重要的參考。……