论文部分内容阅读
地磁感应电流(GIC)对电网的潜在危害非常大。研究表明,针对电网GIC引发的灾害,仅依靠一些防御措施和灾后治理恢复并非最佳的解决方案。本论文在国家高技术研究发展计划(863计划)课题“空间灾害性天气对通信和电力系统影响的监测技术”(课题编号：2012AA121005)的支持下,通过对电网GIC的产生机理、计算方法及影响因素的分析,对电网GIC的预测方法和预警模型进行了深入的探索和研究。结合常见的预测方法,如时间序列、神经网络等,建立了基于NARX动态神经网络和小波神经网络的电网GIC预测模型,并在Matlab环境下编程进行仿真,验证模型的预测效果。此外,本文结合电网GIC的影响因素,提出电网GIC数据仓库解决方案。为电网GIC预警平台的建立提供数据支持。主要研究内容如下：(1)从GIC的产生源头——太阳活动,到地面输电网络,分析了GIC的产生机理。介绍了电网GIC的计算方法,包括基于平面波理论、复镜像理论和大地分层模型的地面感应电场的计算方法和结合电网等效模型的GIC计算方法。结合影响电网GIC的数据源,分析了电网GIC预警基础,介绍了几种常见的预测方法。(2)电网GIC预警平台的建立需要多种算法与模型的支持,研究了基于时间序列的动态神经网络电网GIC预测方法,建立了NARX的动态神经网络电网GIC预测模型,并结合广东岭澳核电站的实际GIC监测数据,对模型的预测效果进行了分析。(3)针对电网GIC的成因复杂和瞬时突变的特点,提出基于小波神经网络的电网GIC预测方法,建立相应的预测模型,并给出模型的预测结果。通过对已建立的NARX神经网络电网GIC预测模型和小波神经网络电网GIC预测模型的对比分析,评估两种预测方法的预测效果。(4)结合电网GIC的产生机理和影响因素分析,提出构建一个专业的电网GIC数据仓库,为电网GIC的预警平台、评估平台和决策支持平台提供数据支撑。研究并规划了一个电网GIC支撑数据仓库与应用框架,对电网6IC数据仓库的数据源进行了详细的分析。