吳捷

摘 要：針對(duì)目前線路防冰抗冰工作重心主要偏重于主網(wǎng)輸電線路弱化了配網(wǎng)防冰工作的缺陷。文章基于支持向量機(jī)SVM原理，采用交叉驗(yàn)證法對(duì)模型參數(shù)進(jìn)行最優(yōu)配置，并根據(jù)RBF核函數(shù)建立最小二乘支持向量機(jī)（LS-SVM）預(yù)測(cè)模型，對(duì)配電線路三次覆冰過(guò)程中等值覆冰厚度進(jìn)行預(yù)測(cè)研究。結(jié)果表明：三次覆冰過(guò)程中LS-SVM模型與實(shí)際覆冰厚度測(cè)量值平均相對(duì)誤差分別為5.46%、2.28%、2.64%，可以看出文章構(gòu)建的LS-SVM模型具有較好的預(yù)報(bào)效果，預(yù)測(cè)精度相對(duì)較高。文章研究所得結(jié)論對(duì)電網(wǎng)公司各級(jí)系統(tǒng)運(yùn)行部應(yīng)發(fā)布配電線路融冰計(jì)劃，并對(duì)配電融冰線路停電進(jìn)行風(fēng)險(xiǎn)分析，制定并落實(shí)風(fēng)險(xiǎn)控制措施具有科學(xué)的參考意義。

關(guān)鍵詞：配電線路；覆冰；支持向量機(jī)；預(yù)報(bào)；參數(shù)

中圖分類(lèi)號(hào)：TM752 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）34-0014-03

Abstract： At present， the main focus of anti-icing and de-icing work is mainly on the transmission lines of the main network， which weakens the defects of the anti-icing work of the distribution network. Based on the principle of support vector machine （SVM）， the cross-validation method is used to optimize the parameters of the model， and the prediction model of least square support vector machine （LS-SVM） is established according to the RBF kernel function. In this paper， the equivalent ice thickness of distribution lines in the process of three times icing is predicted. The results show that the average relative errors between the LS-SVM model and the actual ice thickness measurements are 5.46%， 2.28% and 2.64%， respectively. It can be seen that the LS-SVM model constructed in this paper has a good prediction effect. The prediction accuracy is relatively high. The conclusion of the paper has scientific reference significance for the power grid company at all levels of the system operation department should release the distribution line ice-melting plan and analyze the risk of distribution ice-melting line blackout and formulate and implement risk control measures.

Keywords： distribution line； icing； support vector machine； forecast； parameter

1 概述

根據(jù)統(tǒng)計(jì)資料顯示，我國(guó)西南區(qū)域輸電線路遭受自然災(zāi)害損壞中，冰災(zāi)是最具威脅的天氣事件，與其自然災(zāi)害所造成的線路事故相比，冰災(zāi)給電網(wǎng)造成的損失更為嚴(yán)重，輕則導(dǎo)致輸、變電設(shè)備閃絡(luò)跳閘、金具損壞，重則造成架空線路斷線、桿塔倒塌，甚至造成大范圍區(qū)域電網(wǎng)癱瘓[1-4]。長(zhǎng)期以來(lái)，線路防冰抗冰工作重心主要偏重于主網(wǎng)輸電線路弱化了配網(wǎng)防冰工作，而配網(wǎng)的安全穩(wěn)定運(yùn)行直接關(guān)系著人民群眾日常生活用電可靠性和切身利益，因此有必要加強(qiáng)對(duì)配網(wǎng)防冰抗冰工作的重視度。為全面提升配網(wǎng)抗冰能力，響應(yīng)黨的十九大提出的“不斷滿足人民日益增長(zhǎng)的美好生活需要”工作要求，保證配網(wǎng)冰期的供電可靠性，做到人民電業(yè)為人民，利用科學(xué)的預(yù)報(bào)技術(shù)對(duì)配電線路覆冰厚度進(jìn)行短臨預(yù)測(cè)具有十分重要的意義。同時(shí)由于配電線路沒(méi)有裝配覆冰監(jiān)測(cè)系統(tǒng)，不能有效的掌握此類(lèi)線路覆冰情況，更不能對(duì)配電線在大尺度空間范圍上進(jìn)行覆冰厚度預(yù)測(cè)[5-8]。

因此，本文基于支持向量機(jī)SVM原理建立配電線路覆冰厚度短期預(yù)測(cè)模型，為了進(jìn)一步優(yōu)化SVM的預(yù)測(cè)方法，根據(jù)RBF核函數(shù)建立最小二乘支持向量機(jī)LS-SVM預(yù)測(cè)模型，預(yù)測(cè)過(guò)程則采用SVM方法對(duì)分解信號(hào)進(jìn)行訓(xùn)練和預(yù)測(cè)，保證了預(yù)測(cè)精度和速度。本文研究結(jié)論對(duì)電網(wǎng)公司各級(jí)系統(tǒng)運(yùn)行部應(yīng)發(fā)布配電線路融冰計(jì)劃，并對(duì)配電融冰線路停電進(jìn)行風(fēng)險(xiǎn)分析，制定并落實(shí)風(fēng)險(xiǎn)控制措施具有科學(xué)的參考意義。

2 改進(jìn)的支持向量機(jī)法理論

最小二乘支持向量機(jī)方法（LS-SVM）改進(jìn)傳統(tǒng)SVM

的損失函數(shù)，將二次規(guī)劃方法升級(jí)為最小二乘線性系統(tǒng)，保證了預(yù)測(cè)結(jié)果準(zhǔn)確性的同時(shí)，降低計(jì)算的復(fù)雜度，使得求解速度更快，收斂精度更高；改進(jìn)了目標(biāo)函數(shù)和機(jī)器學(xué)習(xí)能力，原來(lái)的不等式約束條件轉(zhuǎn)化為等式約束。這樣LS-SVM問(wèn)題就被簡(jiǎn)化為求解線性方程組問(wèn)題，LS-SVM的目標(biāo)函數(shù)可以被定義為：

3 實(shí)例分析

本文中配電線路等值覆冰厚度預(yù)測(cè)性能主要由模型參數(shù)決定，模型參數(shù)的尋優(yōu)工作是很重要的，主要是對(duì)兩種參數(shù)尋優(yōu)，一是懲罰因子C，二是RBF核函數(shù)寬度？滓，其中不敏感系數(shù)？著變化范圍不大，對(duì)模型的影響較小，設(shè)置常數(shù)為0.1。利用結(jié)合了交叉驗(yàn)證原理的網(wǎng)絡(luò)搜索法進(jìn)行大范圍搜索，最終找尋出訓(xùn)練模型均方根誤差最小的參數(shù)組合。

本文以貴州省畢節(jié)市威寧縣二塘鎮(zhèn)梅花山村35kV水樹(shù)梅線3次覆冰過(guò)程為例，利用上述建立的LS-SVM模型對(duì)配電線路3次覆冰過(guò)程進(jìn)行預(yù)測(cè)研究。本次實(shí)驗(yàn)總共選用了235個(gè)樣本點(diǎn)，每個(gè)樣本點(diǎn)采樣時(shí)間間隔5分鐘。訓(xùn)練集選擇前200個(gè)樣本進(jìn)行訓(xùn)練學(xué)習(xí)，構(gòu)建預(yù)測(cè)模型；測(cè)試即選擇后35個(gè)樣本進(jìn)行測(cè)試，并與實(shí)際測(cè)量值對(duì)比。采用最小二乘支持向量機(jī)回歸預(yù)測(cè)方法，分別對(duì)配電線路3次覆冰過(guò)程建立預(yù)測(cè)模型，過(guò)程中采用的是RBF核函數(shù)，運(yùn)行的懲罰因子C、核函數(shù)寬度系數(shù)？滓參數(shù)設(shè)置如表1所示。

圖1為配電線路3次覆冰過(guò)程預(yù)報(bào)結(jié)果，從3次覆冰過(guò)程結(jié)果顯示，LS-SVM模型與實(shí)際測(cè)量值之間的平均相對(duì)誤差分別為5.46%、2.28%、2.64%?？梢钥闯鲱A(yù)測(cè)結(jié)果能夠較好的跟隨實(shí)際數(shù)據(jù)，同時(shí)在實(shí)際數(shù)據(jù)對(duì)比中也能看出預(yù)測(cè)效果很好，預(yù)測(cè)精度高。在實(shí)際的仿真中通過(guò)運(yùn)用LS-SVM預(yù)報(bào)模型，預(yù)測(cè)計(jì)算的速度也大大提高了。因此，通過(guò)LS-SVM預(yù)測(cè)方法，提高了對(duì)短期配網(wǎng)線路覆冰厚度預(yù)測(cè)的精度、速度。圖2為第一次覆冰過(guò)程中現(xiàn)場(chǎng)測(cè)量冰厚結(jié)果，現(xiàn)場(chǎng)測(cè)得配電線路覆冰厚度4.56mm（半徑），利用LS-SVM預(yù)測(cè)模型計(jì)算值為4.92mm，進(jìn)一步驗(yàn)證了本文構(gòu)建的LS-SVM預(yù)測(cè)模型在配網(wǎng)線路覆冰厚度預(yù)報(bào)工作中的應(yīng)用價(jià)值。

4 結(jié)束語(yǔ)

本文基于支持向量機(jī)的理論研究，利用交叉驗(yàn)證法進(jìn)行模型參數(shù)尋優(yōu)方法，對(duì)主要影響預(yù)測(cè)性能的因數(shù)核函數(shù)、懲罰因子進(jìn)行計(jì)算，構(gòu)建了最小二乘支持向量機(jī)預(yù)測(cè)模型，結(jié)合歷史數(shù)據(jù)利用徑向基（RBF）核函數(shù)對(duì)配電線路覆冰厚度進(jìn)行預(yù)測(cè)，預(yù)測(cè)結(jié)果表明，算法將不等式約束轉(zhuǎn)化為等式約束，將求解二次規(guī)劃問(wèn)題變成求解線性方程組最值問(wèn)題，降低運(yùn)算復(fù)雜度，使得問(wèn)題求解速度加快，實(shí)際覆冰厚度與預(yù)測(cè)結(jié)果誤差較小。

參考文獻(xiàn)：

[1]王磊，曹敏，梁仕斌，等.應(yīng)用于輸電線路覆冰狀態(tài)監(jiān)測(cè)的光纖光柵在線監(jiān)測(cè)技術(shù)的研究[J].電瓷避雷器，2014（5）：21-24.

[2]史尊偉，陽(yáng)林，李昊.基于改進(jìn)Canny算子的覆冰厚度測(cè)量方法[J].電瓷避雷器，2013（6）：24-29.

[3]張子翀，王健.基于拉力和傾角的輸電線路覆冰厚度預(yù)測(cè)模型[J].廣東電力，2015（6）：82-86.

[4]李昭廷，郝艷捧.一種基于歷史數(shù)據(jù)的輸電線路覆冰增長(zhǎng)快速預(yù)測(cè)方法[J].電瓷避雷器，2012（1）：1-7.

[5]黃斌，徐姍姍，蘇文宇.輸電線路覆冰研究綜述[J].電瓷避雷器，2012（1）：27-32.

[6]黃新波，歐陽(yáng)麗莎，王婭娜，等.輸電線路覆冰關(guān)鍵影響因素分析[J].高電壓技術(shù)，2011，37（7）：1677-1682.

[7]侯鐳，王黎明，朱普軒，等.特高壓線路覆冰脫落跳躍的動(dòng)力計(jì)算[J].中國(guó)電機(jī)工程學(xué)報(bào)，2008，28（6）：1-6.

[8]尹暉，王晶晶.輸電線路覆冰與微氣象參數(shù)和覆冰時(shí)間的研究[J].高壓電器，2017（12）：145-150.