基于ARIMA-LSTM组合算法的碳纤维复合芯导线弧垂预测方法与流程

本发明涉及输电线路动态增容，尤其涉及一种基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法。

背景技术：

1、随着用电负荷量的不断上升，在现有输电线路不改变的情况下，提升输送容量是电网系统急需解决的一个重大问题，关系到电力系统的安全稳定和国民经济建设的健康快速发展。

2、而在现有输电线路基础上进行输送容量的提升，目前方法主要分为动态增容方法和静态增容方法。静态增容主要方法包括更换升级已有的传输线路，安装新的传输线路。其中碳纤维复合芯增容导线损耗低、强度高、结构稳定性好，替换现有的钢芯铝绞线既不增加多余的输电走廊，又减少了资金的投入，因而逐渐成为增容导线研究的热点问题。而动态增容方法则依据导线温度、弧垂及外界环境条件的实时变化，动态调整及预报输电导线最大载流量。现有的研究多采用暂态和稳态热平衡方程建立载流量物理模型，我国现行标准导线载流量计算主要采用摩尔根公式。但由于碳纤维复合芯增容导线目前应用较少，对于其一些关键性能和部分参数的确定还保持在理论研究层面，缺乏实际运行的保障，同时现行标准规定钢芯铝绞线的最高允许温度是70℃，但碳纤维复合芯增容导线可在160℃高温下长期运行，因此采用传统经验公式进行其载流量预报可能误差较大。由于碳纤维复合芯增容导线允许运行温度高，弧垂的变化成为载流量动态增容调控的重要指标。同时弧垂的变化与导线温度直接相关，因此导线弧垂的精确计算及短期预测对于碳纤维复合芯增容导线载流量动态调控有着重要的意义。

3、现有技术中已经存在很多输电线路弧垂的计算或者监测装置、方法，以实时监测或计算弧垂，但针对弧垂的短期预测仍缺乏相关研究。弧垂的变化过程是碳纤维复合芯增容导线载流量动态增容调控的重要指标，短期内导线弧垂的精准预测是保证载流量动态增容调控可靠性的重要研究内容。

技术实现思路

1、针对以上不足，本发明提供一种基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，能够解决现有技术中缺少弧垂预测方法的问题。

2、为达到上述目的，本发明采用如下技术方案：

3、一种基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，包含以下步骤：

4、步骤s1、选择碳纤维复合芯导线动态增容调控点，采集获得导线温度时间序列，将采集获得的导线温度时间序列作为训练样本，将训练样本按加法模型进行时间序列分解，得到序列的趋势分量t及剩余部分r；确定arima模型所用参数，构建arima模型并对温度时间序列中的趋势分量t进行预测，得到arima模型预测值t1；

5、步骤s2、采用lstm模型去对步骤s1中温度时间序列中的剩余分量r进行预测，得到lstm模型预测值r1；

6、步骤s3、构建另一个lstm模型去拟合步骤s1中arima模型预测值、步骤s2中lstm模型拟合得到的剩余部分序列的预测值和采集到的碳纤维复合芯导线温度时间序列的关系，建立导线温度短期预测模型；

7、步骤s4、将预测模型应用于监测到的导线温度时间序列，获得短期内未来导线温度预测值；结合导线相关参数及导线应力状态方程，计算得到预测温度下导线水平应力σ，再代入到导线悬链线方程中计算得到预测温度下导线弧垂，以获得短期内导线弧垂的预测值。

8、进一步地，步骤s4中，预测温度下导线水平应力σ及测温度下导线弧垂的计算包括以下步骤：

9、s41、获得导线参数；

10、s42、针对所选取的动态增容调控点，实测该档导线在导线温度为t0时的导线水平应力σ0，将其作为后续计算的基准水平应力；

11、s43、通过预测模型获得导线温度t1后，将其与导线弹性模量、重力比载、温度膨胀系数、温度t0及基准水平应力σ0代入导线应力状态方程计算得到导线水平应力σ1；

12、s44、将导线水平应力σ1代入导线悬链线方程计算得到预测温度下导线弧垂。

13、进一步地，步骤s41中导线参数包括有导线的档距、高差、热膨胀系数、弹性模量、重力比载。

14、进一步地，导线应力状态方程为：

15、

16、式中：α为架空线的温度膨胀系数；e为架空线的弹性模量；σ0为架空线的安装竣工时的初始水平应力；t为当前状态下的导线温度；t0为初始温度；σ为当前架空线状态改变后的水平应力；γ为状态改变后的单位长度导线重力与其截面积之比；l为档距。

17、进一步地，悬链线方程为：

18、

19、式中，h为高差。

20、进一步地，预测温度下导线最大弧垂的计算公式为：

21、

22、进一步地，所述步骤s1中arima模型参数确定包括以下步骤：

23、s11、采用adf单位根检验法对应变时间序列进行平稳性检验，若判定为非平稳时间序列将其处理为平稳时间序列；

24、s12、通过观察序列的自相关图和偏自相关图截尾和拖尾情况判定模型类型并初步确定arima模型参数的取值。

25、进一步地，碳纤维复合芯导线温度时间序列的采集为通过在该档导线端部安装温度传感器以采集获得。

26、进一步地，步骤s1中将训练样本按加法模型进行时间序列分解包括利用statsmodels工具包将原始时间序列进行固定时段下的移动平均，消除季节变动和不规则变动，获得序列的趋势分量t，将原始时间序列去掉趋势分量t后，所得到的时间序列统一称为剩余部分r。

27、与现有技术相比，本发明的有益效果是：本发明的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，构建arima模型并对温度时间序列中的趋势分量进行预测，采用lstm模型去对温度时间序列中的剩余分量进行预测，构建另一个lstm模型去拟合arima模型预测值、lstm模型拟合得到的剩余部分序列的预测值和采集到的碳纤维复合芯导线温度时间序列的关系，建立导线温度短期预测模型，并应用于监测到的导线温度时间序列，获得短期内未来导线温度预测值，结合导线参数及导线应力状态方程和悬链线方程准确预测导线弧垂变化，以获得短期内导线弧垂的预测值，并可将该预测值用于碳纤维复合芯架空导线的动态增容调控之中。

技术特征：

1.一种基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，包含以下步骤：

2.根据权利要求1所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

3.根据权利要求2所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

4.根据权利要求1至3任一项所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

5.根据权利要求4所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

6.根据权利要求5所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

7.根据权利要求1所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

8.根据权利要求1所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

9.根据权利要求1所述的基于arima-lstm组合算法的碳纤维复合芯导线弧垂预测方法，其特征在于，

技术总结
本发明公开一种基于ARIMA‑LSTM组合算法的碳纤维复合芯导线弧垂预测方法，构建ARIMA模型并对温度时间序列中的趋势分量进行预测，采用LSTM模型去对温度时间序列中的剩余分量进行预测，构建另一个LSTM模型去拟合ARIMA模型预测值、LSTM模型拟合得到的剩余部分序列的预测值和采集到的碳纤维复合芯导线温度时间序列的关系，建立导线温度短期预测模型，并应用于监测到的导线温度时间序列，获得短期内未来导线温度预测值，结合导线参数及导线应力状态方程和悬链线方程准确预测导线弧垂变化，以获得短期内导线弧垂的预测值，并可将该预测值用于碳纤维复合芯架空导线的动态增容调控之中。

技术研发人员：俸波,夏小飞,廖永力,韩方源,黎大健,田树军,卢胜标,王佳琳,龚博,何锦强,张厚荣,张龙飞,徐文平,张勇,王乐
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：
技术公布日：2024/1/15