基于機載在線監測系統的輸電線路覆冰預測研究

李軍 莊紅軍 周海 候永洪 莫剛 鐘以平

摘 ?要：針對目前覆冰在線監測系統無法獲得精準的線路微氣象和覆冰數據的問題，本文通過對輸電線路覆冰機理的研究，提出一種適合機器人搭載的多傳感器輸電線路微氣象在線監測模塊，并分析研究在極端條件下圖像獲取的辦法，實現了對與冰層形成有關的微氣象參數和冰層厚度的實時監測。利用SOM對監測模塊采集的數據進行分析，利用支持向量機預測架空輸電線路的覆冰厚度。機載微氣象在線監測系統的監測，可為線路覆冰超早期預防及覆冰及時預警提供準確信息，也為后期防冰除冰機器人的研制及其工作運行提供數據支持。

關鍵詞：機載在線監測系統;輸電線路;微氣象;覆冰

中圖分類號：TP311.52;TM755 ? ? ?文獻標識碼：A 文章編號：2096-4706（2019）17-0034-04

Abstract：Aiming at the problem that the on-line monitoring system of icing can’t obtain accurate micrometeorological and icing data of transmission line at present. Based on the study of icing mechanism of transmission line，a multi-sensor micro-meteorological on-line monitoring module for transmission line is proposed，and the method of image acquisition under extreme conditions is analyzed and studied. Real-time monitoring of micro-meteorological parameters and ice thickness related to ice formation is realized. SOM is used to analyze the data collected by the monitoring module，and support vector machine is used to predict the icing thickness of overhead transmission lines. The monitoring of on-line airborne micro-meteorological monitoring system can provide accurate information for ultra-early icing prevention and timely early warning，as well as data support for the development and operation of anti-icing and deicing robots in the later stage.

Keywords：airborne on-line monitoring system;transmission line;micrometeorology;icing

0 ?引 ?言

輸電線路覆冰和積雪經常引起線路舞動、跳閘、斷線、倒桿、絕緣子閃絡和通信中斷等事故。俄羅斯、加拿大、美國、日本、英國、芬蘭、冰島和我國在內的諸多國家都曾因輸電線路覆冰引發安全事故，造成了巨大的經濟損失。近年來，我國南方各省份因極端天氣的影響導致輸電線路大范圍覆冰。因覆冰程度超出桿塔所能承受的最大載荷，便出現了嚴重倒桿事故，影響電網的安全穩定運行，在電網工作人員進行搶修輸電線路的過程中也出現了大量的人員傷亡[1-3]。輸電線路覆冰對電網的安全穩定運行存在極大的威脅，因此為減少覆冰事故發生世界各國對線路的氣象監測、線路覆冰監測、采取的防冰和除冰技術都做了大量的相關研究，也取得了一定的成果[4-6]。為防患于未然，對輸電線路在線監測系統的研究便顯得極其重要。

現階段研究所獲得的數據是基于人工模擬天然氣候環境、天然試驗場以及基于覆冰監測系統這三種研究環境。在上述研究環境中所收集數據存在著模擬環境與真實環境具有一定差異，如文獻[7]重慶大學人工氣候室完成的環境參數對覆冰厚度影響的研究。在線監測系統主要是對桿塔微氣象數據采集后，根據力學模型或圖像模型來分析線路覆冰數據。如文獻[8]提出的監測系統，通過測量覆冰的相關參數，如氣象參數、絕緣子串拉力和絕緣子串傾角、導線應變、導線溫度等，通過相關力學公式計算覆冰情況，準確性受限，覆冰前結水階段或輕覆冰情況下測量靈敏度受限，難以測量，目前只能得到覆冰厚度變化的大體趨勢，無法準確測量覆冰厚度。因此對輸電線路微氣象數據采集不準確、數據量少，以及因觀測站無法移動而不能確切收集到線路局部的覆冰數據，致使所觀測資料代表性差[8-11]。貴州電網圖像監測系統，通過采集覆冰圖片直接分析導線的覆冰狀況。因貴州喀斯特復雜地貌環境，圖像監控終端在惡劣氣象條件下（如90%濕度下）經常被冰雪遮蔽和凍結而無法使用，實用性大打折扣。所以，圖像法只能作為導線覆冰在線監測的輔助手段。圖1為貴州電網覆冰監測系統應用情況。

針對目前覆冰監測系統應用情況，本文提出以輸電線路覆冰機理研究為基礎，研究適合機器人搭載的多傳感器微氣象在線監測模塊。實現對與輸電線路覆冰形成相關的微氣象參數及冰厚等的實時監測，為覆冰超早期預防及覆冰及時預警提供信息。

1 ?輸電線路產生覆冰的機理研究

目前建立的模型數據均是由來自于地面觀測、稱重法等的間接數據建立起來的。本文關于覆冰機理的研究是建立在真實線路（運行電壓和正常運行電流下）實地直接測量數據基礎上的，區別于實驗室和試驗基地非帶電運行情況下的覆冰機理研究以及間接數據研究。通過研究機載微氣象模塊及抗覆冰攝像頭，可獲得線路微氣象情況遠程精準數值和觀冰直觀圖像，極大減輕觀冰勞動強度，滿足指定環境的自然覆冰觀測的需要，彌補因大雪封山或特殊地形無法觀冰的不足。本研究將根據機載微氣象在線監測系統的實時在線精準測量數據進行覆冰機理的進一步研究，有望提高覆冰機理的描述確程度。

2 ?輸電線路覆冰在線監測系統設計

2.1 ?當前監測系統

目前一些在線監測系統組成和原理如下：該系統主要由監測分機、無線通信網絡和監控中心組成。在線路塔架上安裝有監控分機，它能夠采集拉力傳感器、角度傳感器和氣象參數（包括溫度、濕度、風速、風向、雨量、大氣壓力等）的測量值。同時，圖像系統還可以采集現場圖像甚至視頻，通過GSM/CDMA等無線通信網絡發送至監控中心。監控中心主要負責將監測分機上傳的數據進行存儲、分析和打印。由監控中心專家軟件判斷該線路導線的覆冰厚度及絕緣子覆冰橋接情況，結合拍攝的現場圖像和視頻，可以更加準確地分析現場覆冰狀況，預測未來的覆冰趨勢，并給出預警信息。[12-15]

然而當前這種方式依然存在以下幾點不足：一是測量方式為間接測量，觀測到的數據不準確;二是所得的數值是在整條線路覆冰均勻的假設下計算得到的，降低了覆冰情況的真實性和數據的豐富性;三是雖能及時發現險情，卻不能對其進行處理，依然需要一段時間來處理。

2.2 ?機載微氣象在線監測模塊設計

面對上述當前輸電線路在線監測系統的不足，通過輸電線路覆冰機理的分析，研究適合機器人搭載的多傳感器輸電線路微氣象在線監測模塊，實現對與覆冰形成相關的微氣象參數及冰厚等的實時監測。圖2為防冰/除冰機器人總體布局。

建立輸電線路表面積水/覆冰增長預測模型，結合重覆冰條件下輸電線路圖像與視頻數據，判斷出線路積水、覆冰及覆冰厚度狀況，為覆冰超早期預防及覆冰及時預警提供信息。圖3為輸電線路覆冰監測及預警系統框圖。

機載在線監測系統框圖如圖4所示。主要由微處理器、微氣象傳感器、預處理電路、供電系統、時鐘芯片、通信模塊等組成，完成機器人所處線路微氣象信息的采集、處理和傳輸。為了延長作業時間、降低總功耗，模塊在不工作時應處于休眠狀態，只有在發出特定指令下才被喚醒進行數據采集及通信。從測量方式上看，本方案屬于線路微氣象直接測量，測量數據準確;從安裝位置上看，安裝在移動機器人上，可在一個檔距內進行移動測量，具有靈活性好、描述情況詳細、數據量大的優點。

3 ?覆冰增長預測模型研究

機載在線監測模塊為工具，獲得易形成覆冰季節的數據，研究大氣環境條件（風速、氣溫、空氣中水滴的過冷度以及水滴大小等參數）對輸電線路覆冰的類型、形狀、密度等的影響規律，對實測數據與實驗數據進行對比、修正、處理，建立適用于所研究的輸電線路主動防冰/除冰機器人決策使用的輸電線路表面覆冰增長模型。

監測模塊在正常運行時會收集到大量的微氣象數據，如果這些數據是由傳統方法聚類的，則難以消除分類過程中的隨機性，參與者的主觀不確定性和認知上的模糊性。因此，人工神經網絡可以用來解決這些問題[16]。

架空輸電線路的覆冰過程是一個極其復雜和不穩定的過程，與許多因素有關，其在數值上表現為一個與多種因素相關的非線性的時間序列，具有動態、突變及不確定性等特點。從整個覆冰過程來看，一次完整的覆冰過程，主要包括以下幾個階段：覆冰形成、覆冰的低速增長、覆冰的高速增長、覆冰的維持、覆冰的脫落。

基于SVM神經網絡的覆冰厚度預測程序流程的建立首先根據測量的微氣象參數（溫度、濕度、風速、風向等）;然后判斷氣象條件是否滿足線路結冰條件，若不滿足，則返回初始化;若滿足，則進入SVM進行覆冰等級分析;最后進行覆冰厚度判斷，判斷該監測線路是否出現輕微覆冰、中度覆冰、嚴重覆冰、無覆冰等狀況。SVM覆冰厚度預測流程圖如圖5所示。

4 ?極端條件下輸電線路圖像獲取

通過機載攝像頭獲取輸電線路在易結冰情況下的圖像、視頻信息。而在實際應用中，在某些氣象條件下攝像頭易覆冰導致無法獲取信息。所以攝像頭在極端條件下的防護就顯得極為重要。使用機械結構設計方式解決攝像頭易覆冰而導致圖像、視頻模糊的難題，以提高攝像頭獲取信息的可靠性，主要包括使用保溫材料、加熱器件、以及密封結構。在使用時將攝像頭伸出拍攝，在不用時收回保溫密封殼內，從而保證圖像監測的可靠性。

5 ?結 ?論

本文通過對機載微氣象監測系統及數據處理模型的研究闡述，為進一步的詳細設計和運行實驗打下理論基礎。機載微氣象監測系統將可實現對整個檔距輸電線路的準確監測，實時掌握線路周圍的微氣象動態，現場采集大量的氣象數據分析出線路覆冰狀況，進而采取有效積雪預防措施。同時也可長期收集線路氣象資料，為防冰/除冰機器人工作和輸電線路設計提供大量真實可靠數據。

參考文獻：

[1] 胡毅.電網大面積冰災分析及對策探討 [J].高電壓技術，2008，34（2）：215-219.

[2] 黃筱婷，戴棟，李昊，等.基于在線監測數據的輸電線路覆冰形態研究 [J].南方電網技術，2013，7（1）：76-79.

[3] 黃新波，劉家兵，蔡偉，等.電力架空線路覆冰雪的國內外研究現狀 [J].電網技術，2008（4）：23-28.

[4] 王少華.輸電線路典型覆冰事故及防治技術分析 [J].高壓電器，2010，46（10）：85-89.

[5] 王守禮.影響電線覆冰因素的研究與分析 [J].電網技術，1994（4）：18-24.

[6] 曹永興，張昌華，黃琦，等.輸電線路覆冰在線監測及預警技術的國內外研究現狀 [J].華東電力，2011，39（1）：96-99.

[7] 蔣興良，申強.環境參數對導線覆冰厚度影響的試驗分析 [J].高電壓技術，2010，36（5）：1096-1100.

[8] 黃新波，孫欽東，程榮貴，等，導線覆冰的力學分析與覆冰在線監測系統 [J].電力系統自動化，2007（14）：98-101.

[9] 王敩青，戴棟，郝艷捧，等.基于在線監測系統的輸電線路覆冰數據統計與分析 [J].高電壓技術，2012，38（11）：3000-3007.

[10] 李銀華，韓郡業，王婷.架空電力線覆冰監測系統 [J].電力自動化設備，2009，29（11）：112-115.

[11] 姚陳果，張磊，李成祥，等.基于力學分析和弧垂測量的導線覆冰厚度測量方法 [J].高電壓技術，2013，39（5）：1204-1209.

[12] 劉春城，劉佼.輸電線路導線覆冰機理及雨凇覆冰模型 [J].高電壓技術，2011，37（1）：241-248.

[13] 黃新波，孫欽東，丁建國，等.基于GSM/SMS的輸電線路覆冰在線監測系統 [J].電力自動化設備，2008，28（5）：72-76.

[14] 黃文燾，邰能靈，胡炎，等.架空輸電線路覆冰在線監測系統的研究與實現 [J].水電能源科學，2012，30（10）：157-160.

[15] 孟毅，陳繼東，胡丹暉.架空輸電線路覆冰在線監測系統的運行 [J].中國電力，2011，44（5）：38-40.

[16] 馮曉蒲.基于實際負荷曲線的電力用戶分類技術研究 [D].保定：華北電力大學，2011.

作者簡介：李軍（1982-），男，漢族，湖南株洲人，工程

師，碩士，研究方向：繼電保護、電力系統自動化技術;莊紅軍（1988-），男，漢族，江蘇揚州人，工程師，本科，研究方向：輸電線路運行維護、電力系統自動化技術。