论文部分内容阅读
输电线路累积覆冰达到一定极限厚度形成冰灾会对电网设计和稳定运行带来巨大威胁,线路建设初期若未能考虑极端覆冰情况则极易造成线路倒塌、供电中断等重大影响,科学合理的估计输电线路覆冰极值是电网规划人员确定线路规划设计标准所必须解决的一个重要难题。因实际覆冰线路中轻、重覆冰区的统计特性有显著差异,其覆冰数据所服从的极值分布和适用的极值估计方法可能有所不同,而目前国内外学者对此并没有加以区分而是用统一的极值分布来进行估计分析,其估算结果可能存在较大误差。基于此,本文利用湖南省轻覆冰区的永州、双峰、武冈和重覆冰区的衡山气象站近50年导线覆冰逐日冰厚资料,应用基于广义极值分布(generalized extreme value,GEV)的年极值抽样法及基于广义帕累托分布(generalized Pareto distribution,GPD)的跨阈值法(peak over threshold,POT)和独立风暴法(method of independent storm,MIS)进行了多年一遇重现期覆冰极值估计。为进一步提高估计精度,针对极值样本在数量有限的条件下极大似然估计法下难以消除参数估计结果不确定性问题,引入贝叶斯估计法,将覆冰极值分布的未知参数看成一个随机变量,利用基于自适应抽样算法的蒙特卡洛仿真求出极值覆冰样本的GEV分布参数及其后验分布,然后进一步对该覆冰模型的极值进行估计。并利用相关系数法(PPCC)、均方根误差(RMSE)、卡方(?2)检验和柯尔莫哥洛夫(K-S)等检验方法对该覆冰数据拟合极值分布的效果进行拟合优度检验。研究表明,在有足够观测数据的前提下,基于GEV分布的年极值抽样方法估计的轻重覆冰区极值覆冰精度均优于基于GPD分布的2种方法。此外,轻覆冰区极值覆冰服从极值II型分布而重覆冰区极值覆冰服从极值GPD型分布,因GEV分布涵盖极值I、II、III型分布,在有足够覆冰观测数据的前提下,建议采用GEV分布估计多年一遇覆冰极值。此外,因利用了与似然函数渐近性质无关的先验信息,贝叶斯估计法得到的极值覆冰的后验分布比极大似然法能包含更多的信息,能表达由于参数不确定性而引起的预测不准确性,对覆冰极值估计的精度有一定的提高,研究结果对合理估计架空输电线路导线设计中所允许的极值覆冰厚度有一定借鉴意义。