复杂物理环境下基于DOFS的输电线路覆冰监测分析

来源 :广东电力 | 被引量 : 0次 | 上传用户:popwoool20
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
分布式光纤传感(distributed optical fiber sensing,DOFS)技术由于其无源、可长距离连续监测和维护方便等优点,十分适用于输电线路覆冰监测,然而复杂物理环境下DOFS对多种参量同时敏感,监测各类工况时容易出现误判.为此,从DOFS可监测的物理量出发,研究复合架空地线(optical fiber composite overhead ground wire,OPGW)覆冰时的温度、应力和振动频率等参量的变化特征,讨论利用单一参量进行监测的局限性;基于OPGW覆冰监测数据,推算导线的覆冰情况,进而对输电线路的整体覆冰情况进行评估;最后,结合实验介绍基于多参量DOFS的输电线路覆冰监测策略.
其他文献
充分利用历史电力设备缺陷描述文本可对新出现的设备故障进行快速分类,提升运维人员的检修效率,为此针对缺陷描述文本具有复杂语义等特点,提出基于多头注意力循环卷积神经网络(multi-head attention recurrent convolutional neural networks,MAT-RCNN)的电力设备缺陷分类方法。首先对电力设备缺陷描述文本进行研究,并分析部分文本分类模型的局限;然后采用分布式表示方法将词语表示为向量形式,并将多头注意力机制与优化的RCNN结合,构建基于MAT-RCNN的电力
针对变电站巡检机器人巡检效率问题,研究一种移动机器人的巡检系统在变电站的应用情况。基于改进遗传算法,对机器人巡检的路线进行优化,优化过程中将变电站平面图网格化处理便于计算,计及最高寻址效率,以行驶距离最短为优化目标。鉴于实际使用工况,优化方法考虑了若电量剩余较少时,机器人应自动停止寻址,并返回充电,充电后继续按照优化寻址轨迹进行巡检这种情况。通过工程计算仿真分析发现,所提优化方法可使机器人快速完成站内寻址,与未采取优化的机器人相比,优化机器人寻址效率更高,行驶距离更短,尤其适用于大型变电站。