科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对已有的输电线路覆冰预测模型鲜有考虑覆冰过程中的空间特征信息，从而导致预测精度欠佳的问题，本文从时空序列预测的角度建立输电线路覆冰方面的预测体系，采用图卷积网络(Graph Convolutional Network, GCN)构建输电线路覆冰预测模型，基于图神经网络设计对输电线路覆冰拉力的图数据进行深度特征学习与图特征向量表示，以更好地提取电网塔杆覆冰拉力值的时空分布特征，从而准确预测未来的拉力值。基于南方电网的真实实验数据，设计一套可靠的数据预处理流程，将电网覆冰拉力数据转化为可以深度学习的时空序列大数据进行训练和验证。实验结果表明，本文提出的模型较已有的主流覆冰预测模型具有更加优异和稳定的预测结果，能够为输电线路及时除冰工作提供决策参考。
-
单位贵州电网有限责任公司; 中国南方电网有限责任公司; 南方电网科学研究院有限责任公司
