输电线路覆冰受多种因素影响,发生覆冰时线路荷重增加,严重覆冰会造成断线、倒杆(塔)、闪络等事故,给社会经济造成巨大损失。基于现场监测数据建立输电线路覆冰预测模型,为电力系统的安全可靠运行提供覆冰预警,具有重要工程实践意义,本文具体研究内容如下:首先,对比研究了灰关联分析法中的邓氏关联度模型与改进的斜率关联度模型,科学地确定出输电线路覆冰主要影响因素为环境温度,各个因素对覆冰影响程度的关联序为:环境温度>导线温度>环境湿度>环境风速。灰关联分析结果可为输电线路覆冰预测提供直接理论分析依据。其次,重点研究了遗传算法与模糊逻辑理论基础、关键技术、优缺点以及二者的融合。基于此,提出了一种基于遗传算法与模糊逻辑融合的输电线路覆冰预测模型。模型预测的结果表明:覆冰厚度在0~5mm之间,预测平均相对误差为0.0165%,5~10mm之间预测平均相对误差为-0.165%,10~18mm之间预测平均相对误差为3.34%。最后,设计并搭建了中型气候室,模拟了不同气象条件、不同线路条件下的输电导线覆冰试验,分析了覆冰机理。并开展了覆冰预测模型现场验证工作,现场验证的结果表明:建立的模型误差在±2mm以内,相对误差不超过20%。在覆冰厚度为1mm左右时,存在较大相对误差。