连续3天覆冰微气象数据驱动的架空输电线路覆冰类型识别与预测

作     者：郝艳捧 王信媛 梁苇 张伟勋 何锦强 王俊锞 李昊 文屹 毛先胤 吴建蓉 HAO Yanpeng;WANG Xinyuan;LIANG Wei;ZHANG Weixun;HE Jinqiang;WANG Junke;LI Hao;WEN Yi;MAO Xianyin;WU Jianrong

作者机构：华南理工大学电力学院广州510640 南方电网科学研究院广州510663 贵州电网有限责任公司电力科学研究院贵阳550000 

出 版 物：《南方电网技术》 (Southern Power System Technology)

年 卷 期：2023年第17卷第6期

页      面：107-116页

核心收录：

学科分类：08[工学] 0805[工学-材料科学与工程（可授工学、理学学位）] 

基　　金：国家自然科学基金委员会-国家电网公司智能电网联合基金重点项目(U1766220)。 

主　　题：架空输电线路 覆冰类型 微气象 数据驱动 KNN分类 

摘      要：架空输电线路不同覆冰类型对电网的危害程度不同,同时也影响防冰和除冰决策。针对图像覆冰类型识别存在的图像质量差、利用率低、泛化能力较弱的问题,研究连续3天覆冰微气象数据驱动的架空输电线路覆冰类型识别与预测。通过覆冰图像的拍摄时间和终端号数据融合2014—2018年南方电网输电线路覆冰监测系统的覆冰图像、微气象、终端和杆塔等信息,构建了覆冰类型微气象数据集,统计分析了雨凇、雾凇、混合凇和湿雪4种覆冰类型的微气象特征和地理分布特征,提出了最近邻(k-nearest neighbors,KNN)分类方法,利用连续3天9个微气象参数和覆冰类型的5075个样本训练集识别与预测1269个样本测试集的覆冰类型,准确性达80%以上,其中精确率P、召回率R和准确率A分别达到86.7%、86.6%和92.2%,大大提高了架空输电线路覆冰数据的利用率、分析效率和泛化能力。