科研之友
微信
新浪微博
Facebook
分享链接
摘要
位于高海拔、高覆冰风险地区的输电线路在极端气候下面临大面积断线和倒塔风险，传统人工巡线识别速度慢、准确度低，造成大量人力成本开销。提出一种考虑多维图像耦合驱动的输电线路安全风险评估方法，将关键设备覆冰图像与电网运行状态等高线图像进行融合识别，以实现相关输电线路安全风险快速准确辨识。首先将输电线路电气数据和环境数据耦合生成多维热力图像，生成可反映全系统内输电线路电压偏移度、线路负载率、环境温度和线路覆冰程度的多维图像数据，并根据电气数据和环境数据计算线路安全风险指标。之后，搭建基于MobileNet-V3框架的卷积神经网络模型，并将生成的多维图像数据作为该模型的输入，输电线路安全风险指标作为输出，对模型进行训练，生成输电线路安全风险快速评估模型。最后在某省500 kV输电线路上对该模型进行测试，测试结果表明，该方法可实现输电线路安全风险快速准确评估。
-
单位国家电网有限公司; 国网四川省电力公司; 国网能源研究院有限公司
