一种基于高频共振的架空线路导线覆冰防治系统及方法与流程

摘要: 本发明涉及架空线路维护,尤其涉及一种基于高频共振的架空线路导线覆冰防治系统及方法。背景技术:1、现有的架空线路导线覆冰防治手段主要存在以下局限性。在监测方面,依...
一种基于高频共振的架空线路导线覆冰防治系统及方法与流程

本发明涉及架空线路维护,尤其涉及一种基于高频共振的架空线路导线覆冰防治系统及方法。

背景技术:

1、现有的架空线路导线覆冰防治手段主要存在以下局限性。在监测方面,依赖人工巡线或单一的传感器监测,存在时效性差、精度不足的问题,难以实现覆冰形成前的早期精准预警。在除冰方面,主流技术如直流融冰需要线路停电作业且能耗巨大,而机械破冰、无人机除冰等方式则存在效率低、覆盖面有限或安全风险高等缺点。尤为重要的是,监测、预警与除冰决策环节相互割裂,缺乏联动,无法形成有效的闭环管理。国外虽有高频共振除冰的研究,但多因无法解决导线固有频率的实时精准辨识、小型化自供电装置集成以及复杂环境下的工程化应用等难题,尚停留在实验室阶段。因此,本领域迫切需要一种能够实现覆冰状态精准感知、智能决策与高效低耗清除于一体的智能化防治方案。

2、现有架空线路覆冰防治技术存在显著缺陷。覆冰状态的监测存在可靠性低、预警滞后的问题,难以在覆冰形成前发出有效预警。现有的除冰技术普遍能耗过高,且多数需要线路停电作业,影响电网供电连续性,或存在效率低下、安全性差的问题。更为突出的是,覆冰的监测、预警与清除环节相互孤立,决策过程依赖人工经验,缺乏系统性协同,无法实现预防性干预,导致防治效率低下,电网运行面临风险。

技术实现思路

1、本发明提出一种基于高频共振的架空线路导线覆冰防治系统及方法,解决了现有技术中覆冰的监测、预警与清除环节相互割裂,导致防治效率低下且被动响应的问题。

2、为解决上述技术问题,本发明所采用的技术方案是:

3、一种架空线路导线覆冰防治系统,包括:

4、多源感知模块,部署于架空输电线路上,用于同步采集导线的环境参量、视觉图像及力学参量;

5、融合诊断模块,连接至所述多源感知模块,用于将所述环境参量、视觉图像及力学参量进行融合分析;其中,所述融合分析包括:通过图像识别模型处理视觉图像得到覆冰厚度视觉估计值,通过力学模型解算力学参量得到覆冰荷载反演值,并对所述视觉估计值与所述反演值进行交叉验证与加权融合,输出综合的覆冰状态诊断结果;

6、高频共振除冰模块,安装于导线上,包括固有频率追踪单元和激振执行单元;所述固有频率追踪单元用于持续监测导线振动频谱,并基于所述覆冰状态诊断结果动态辨识导线当前固有频率;所述激振执行单元用于根据指令施加与所述当前固有频率匹配的高频激振力;

7、智能管控模块,与所述融合诊断模块和所述高频共振除冰模块通信;所述智能管控模块用于基于所述诊断结果和覆冰增长预测模型进行除冰决策,并向所述高频共振除冰模块发送包含目标固有频率的指令。

8、进一步的,所述融合诊断模块对视觉估计值与反演值进行交叉验证与加权融合的逻辑包括:当两者的差异小于预设阈值时,输出高置信度的诊断结果;当差异大于等于预设阈值时,则引入环境参量评估视觉识别与力学反演各自的可靠性,并对可靠性更高的一方赋予更高权重,从而输出加权后的诊断结果。

9、进一步的,所述高频共振除冰模块的固有频率追踪单元在激振执行过程中持续监测振动频谱,以检测因覆冰脱落导致的导线固有频率变化,并将变化后的频率实时反馈给激振执行单元,用于调整激振参数,实现除冰过程的自适应频率跟踪。

10、进一步的,所述智能管控模块的覆冰增长预测模型为基于机器学习的混合模型,其输入融合了实时监测数据、区域性历史冰灾数据以及气象预报数据。

11、进一步的,所述智能管控模块的除冰决策逻辑采用多目标优化算法,该算法同步优化除冰效果、电网运行安全及装置能耗效率三个目标,以确定最佳除冰时机与策略。

12、进一步的,所述高频共振除冰模块采用混合供能方式,包括互感取能单元、太阳能光伏单元及储能单元,并配置有能量管理策略,优先使用互感取能能量,由太阳能进行补充,储能单元用于应对能量缺口及除冰作业的峰值功率需求。

13、一种基于上述系统的架空线路导线覆冰防治方法,所述方法包括以下步骤:

14、多源数据同步采集步骤:同步采集导线的环境参量、视觉图像及力学参量;

15、数据融合与状态诊断步骤:对采集到的多源数据进行融合分析,通过将图像识别得到的覆冰厚度视觉估计值与力学模型解算得到的覆冰荷载反演值进行交叉验证与加权融合,生成综合的覆冰状态诊断结果;

16、智能预测与决策步骤:基于所述诊断结果,结合历史数据与气象预报信息,通过预测模型判断覆冰增长趋势,并运用多目标优化算法进行除冰决策;

17、自适应共振除冰步骤:若决策为启动除冰,则动态追踪导线当前固有频率,并施加匹配的高频激振力;在除冰过程中,实时监测覆冰脱落情况与导线固有频率变化,并自适应调整激振参数,直至覆冰清除。

18、进一步的,所述数据融合与状态诊断步骤中,加权融合的具体过程包括:首先比较视觉估计值与反演值的一致性;若不一致,则分析环境参量,评估在特定环境条件下视觉识别手段与力学反演手段各自的可靠性权重,并依据该权重对两者结果进行融合,以提升在复杂环境下状态诊断的鲁棒性。

19、进一步的,所述智能预测与决策步骤中,所述多目标优化算法的具体实施方式为:建立以除冰效果、电网安全、能量效率为优化目标的函数模型,在决策时根据实时电网负荷、装置能量储备以及预测的覆冰风险等级,动态求解该多目标优化问题,从而生成在特定约束下的最优除冰策略。

20、进一步的,所述自适应共振除冰步骤是一个闭环反馈过程,具体包括:在施加激振力后,通过持续监测导线的振动响应频谱,来判断覆冰脱落效果与固有频率偏移量;基于该判断结果,决定是继续当前激振、调整激振频率或停止作业,形成一个“执行-感知-判断-调整”的闭环控制回路,确保除冰作业的精确性与高效性。

21、本发明的积极效果为:通过多源感知数据的交叉验证与智能融合,显著提升了覆冰状态诊断的准确性和环境适应性,实现了从粗略判断到精准诊断的跨越。其次,通过高频共振除冰技术与自适应频率跟踪机制的结合,辅以高效混合供能系统,实现了以极小能量代价的带电精准除冰,解决了传统方法高能耗、需停电的痛点。最后,也是最为核心的,通过构建集智能预测、多目标优化决策与闭环控制于一体的管控平台,实现了覆冰防治从被动响应、环节割裂到主动预警、联动闭环的根本性转变,显著提升了电网的防灾减灾能力和智能化运检水平。

1.一种架空线路导线覆冰防治系统,其特征在于,包括:

2.根据权利要求1所述的一种架空线路导线覆冰防治系统,其特征在于,所述融合诊断模块对视觉估计值与反演值进行交叉验证与加权融合的逻辑包括:当两者的差异小于预设阈值时,输出高置信度的诊断结果;当差异大于等于预设阈值时,则引入环境参量评估视觉识别与力学反演各自的可靠性,并对可靠性更高的一方赋予更高权重,从而输出加权后的诊断结果。

3.根据权利要求1所述的一种架空线路导线覆冰防治系统,其特征在于,所述高频共振除冰模块的固有频率追踪单元在激振执行过程中持续监测振动频谱,以检测因覆冰脱落导致的导线固有频率变化,并将变化后的频率实时反馈给激振执行单元,用于调整激振参数,实现除冰过程的自适应频率跟踪。

4.根据权利要求1所述的一种架空线路导线覆冰防治系统,其特征在于,所述智能管控模块的覆冰增长预测模型为基于机器学习的混合模型,其输入融合了实时监测数据、区域性历史冰灾数据以及气象预报数据。

5.根据权利要求1所述的一种架空线路导线覆冰防治系统,其特征在于,所述智能管控模块的除冰决策逻辑采用多目标优化算法,该算法同步优化除冰效果、电网运行安全及装置能耗效率三个目标,以确定最佳除冰时机与策略。

6.根据权利要求1所述的一种架空线路导线覆冰防治系统,其特征在于,所述高频共振除冰模块采用混合供能方式,包括互感取能单元、太阳能光伏单元及储能单元,并配置有能量管理策略,优先使用互感取能能量,由太阳能进行补充,储能单元用于应对能量缺口及除冰作业的峰值功率需求。

7.一种基于权利要求1至6中任一项所述系统的架空线路导线覆冰防治方法,其特征在于,所述方法包括以下步骤:

8.根据权利要求7所述的架空线路导线覆冰防治方法,其特征在于,所述数据融合与状态诊断步骤中,加权融合的具体过程包括:首先比较视觉估计值与反演值的一致性;若不一致,则分析环境参量,评估在特定环境条件下视觉识别手段与力学反演手段各自的可靠性权重,并依据该权重对两者结果进行融合,以提升在复杂环境下状态诊断的鲁棒性。

9.根据权利要求7所述的架空线路导线覆冰防治方法,其特征在于,所述智能预测与决策步骤中,所述多目标优化算法的具体实施方式为:建立以除冰效果、电网安全、能量效率为优化目标的函数模型,在决策时根据实时电网负荷、装置能量储备以及预测的覆冰风险等级,动态求解该多目标优化问题,从而生成在特定约束下的最优除冰策略。

10.根据权利要求7所述的架空线路导线覆冰防治方法,其特征在于,所述自适应共振除冰步骤是一个闭环反馈过程,具体包括:在施加激振力后,通过持续监测导线的振动响应频谱,来判断覆冰脱落效果与固有频率偏移量;基于该判断结果,决定是继续当前激振、调整激振频率或停止作业,形成一个“执行-感知-判断-调整”的闭环控制回路,确保除冰作业的精确性与高效性。