基于时空图卷积网络的输电线路覆冰预测

作     者：文屹 吴建蓉 曾华荣 范强 何锦强 龚博 丁志敏 WEN Yi;WU Jianrong;ZENG Huarong;FAN Qiang;HE Jinqiang;GONG Bo;DING Zhimin

作者机构：贵州电网有限责任公司电力科学研究院贵州贵阳550000 中国南方电网有限责任公司防冰减灾重点实验室贵州贵阳550002 南方电网科学研究院有限责任公司广东广州510663 

基　　金：中国南方电网有限责任公司科技项目“中国南方地区电网自然覆冰大数据分析与人工智能应用”(066600KK52190063)资助 

出 版 物：《广西科学》 (Guangxi Sciences)

年 卷 期：2023年第30卷第1期

页      码：106-113页

摘      要：针对已有的输电线路覆冰预测模型鲜有考虑覆冰过程中的空间特征信息,从而导致预测精度欠佳的问题,本文从时空序列预测的角度建立输电线路覆冰方面的预测体系,采用图卷积网络(Graph Convolutional Network,GCN)构建输电线路覆冰预测模型,基于图神经网络设计对输电线路覆冰拉力的图数据进行深度特征学习与图特征向量表示,以更好地提取电网塔杆覆冰拉力值的时空分布特征,从而准确预测未来的拉力值。基于南方电网的真实实验数据,设计一套可靠的数据预处理流程,将电网覆冰拉力数据转化为可以深度学习的时空序列大数据进行训练和验证。实验结果表明,本文提出的模型较已有的主流覆冰预测模型具有更加优异和稳定的预测结果,能够为输电线路及时除冰工作提供决策参考。

主 题 词：覆冰预测 数据探索 时空分布特征 图卷积网络 时空预测 

学科分类：080802[080802] 0808[工学-自动化类] 08[工学] 

D　O　I：10.13656/j.cnki.gxkx.20230308.012

馆 藏 号：203118918...