Prediction of ice load on power lines incorporating meteorological characteristics

LI JIANG; WANG Shangyu

doi:10.19585/j.zjdl.202604001

English Version Journal Login

您当前的位置：

首页 >

文章列表页 >

Prediction of ice load on power lines incorporating meteorological characteristics

Meteorological Application Technologies for Modern Power Systems | 更新时间：2026-07-31

- Prediction of ice load on power lines incorporating meteorological characteristics
- ZHEJIANG ELECTRIC POWER Vol. 45, Issue 4, Pages: 3-11(2026)
- 作者机构：
  
  上海电力大学电气工程学院，上海 200090
- 作者简介：
- 基金信息：
- DOI：10.19585/j.zjdl.202604001
  CLC：
- Received：26 February 2025，
  
  Revised：2025-05-09，
  
  Online First：24 April 2026，
  
  Published：25 April 2026
- 稿件说明：
移动端阅览
李江,王尚玉.计及气象特征的线路覆冰荷载预测[J].浙江电力,2026,45(04):3-11.

LI JIANG,WANG Shangyu.Prediction of ice load on power lines incorporating meteorological characteristics[J].ZHEJIANG ELECTRIC POWER,2026,45(04):3-11.
李江,王尚玉.计及气象特征的线路覆冰荷载预测[J].浙江电力,2026,45(04):3-11. DOI： 10.19585/j.zjdl.202604001.

LI JIANG,WANG Shangyu.Prediction of ice load on power lines incorporating meteorological characteristics[J].ZHEJIANG ELECTRIC POWER,2026,45(04):3-11. DOI： 10.19585/j.zjdl.202604001.

摘要

针对架空线路覆冰灾害频发及传统覆冰预测方法的局限性，提出一种计及气象特征的线路覆冰荷载预测方法。首先，依据线路荷载变化量，将气象环境划分为载荷增长、平衡和衰减3个模式集，并通过灰色关联度分析，将各气象参量的关联权重融入马氏距离算法。其次，为解决气象模式集之间模糊隶属关系的问题，基于历史经验，定义了IGP（覆冰增长势能）因子和IMP（覆冰融化势能）因子，定量描述气象特征变化。最后，将隶属度与监测数据结合，形成含气象特征信息的扩充历史样本，使用SVM（支持向量机）进行覆冰荷载预测。算例对仅考虑气象参量信息、气象过程模糊分类及所提方法3种训练模式的预测结果进行了对比分析，结果表明所提预测模型预测精度更高。

Abstract

To address the frequent occurrence of ice-induced disasters on overhead transmission lines and the limitations of conventional icing prediction methods， this paper proposes a novel ice load prediction approach that systematically incorporates meteorological characteristics. First， based on the load patterns of transmission lines， meteorological conditions are classified into three distinct regime sets： load growth， equilibrium， and decay. The grey relational analysis is employed to integrate the weighted contributions of meteorological parameters into the Mahalanobis distance. Second， to resolve the fuzzy membership relationships between meteorological regimes， two physically interpretable indices are empirically defined： the ice growth potential （IGP） factor and ice melting potential （IMP） factor， which quantitatively characterize meteorological characteristics. Finally， membership degrees are combined with monitoring data to construct augmented historical samples embedding meteorological characteristics， and a support vector machine （SVM） is applied for ice load prediction. Case studies compare three training paradigms： meteorological parameters only， fuzzy classification of meteorological processes， and the proposed method. Results demonstrate that the proposed model achieves higher prediction accuracy.

关键词

Keywords

references

胡琴，于洪杰，徐勋建，等 . 分裂导线覆冰扭转特性分析及等值覆冰厚度计算［J］. 电网技术， 2016 ， 40 （ 11 ）： 3615 - 3620 .

HU Qin ， YU Hongjie ， XU Xunjian ， et al . Study on torsion characteristic and equivalent ice thickness of bundle conductors ［J］. Power System Technology ， 2016 ， 40 （ 11 ）： 3615 - 3620 .

林刚，王波，彭辉，等 . 基于强泛化卷积神经网络的输电线路图像覆冰厚度辨识［J］. 中国电机工程学报， 2018 ， 38 （ 11 ）： 3393 - 3401 .

LIN Gang ， WANG Bo ， PENG Hui ， et al . Identification of icing thickness of transmission line based on strongly generalized convolutional neural network ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 11 ）： 3393 - 3401 .

黄良，虢韬，彭赤，等 . 基于输电线路垂直档距变化特征的等值覆冰厚度模型研究［J］. 水电能源科学， 2018 ， 36 （ 3 ）： 176 - 179 .

HUANG Liang ， GUO Tao ， PENG Chi ， et al . Study on equivalent icing thickness model based on variation characteristics of vertical distance of transmission line ［J］ . Water Resources and Power ， 2018 ， 36 （ 3 ）： 176 - 179 .

张秀丽，柯睿，杨跃光，等 . 酸性湿沉降区域500 kV输电线路金具缺陷机理分析及防范措施［J］. 高电压技术， 2016 ， 42 （ 1 ）： 223 - 232 .

ZHANG Xiuli ， KE Rui ， YANG Yueguang ， et al . Mechanism analysis and prevention countermeasures of hardware defects on 500 kV transmission lines of acid wet subsidence areas ［J］. High Voltage Engineering ， 2016 ， 42 （ 1 ）： 223 - 232 .

GOODWIN E ， MOZER J D ， DIGIOIA A M ， et al . Predicting ice and snow loads for transmission line design ［C］//Proc. First Int . Workshop on Atmospheric Icing of Structures ，［ S .l： s .n. ］， 1983 ： 267 - 273 .

MAKKONEN L . Modeling power line icing in freezing precipitation ［J］. Atmospheric Research ， 1998 ， 46 （ 1/2 ）： 131 - 142 .

刘和云，周迪，付俊萍，等 . 导线雨淞覆冰预测简单模型的研究［J］. 中国电机工程学报， 2001 ， 21 （ 4 ）： 44 - 47 .

LIU Heyun ， ZHOU Di ， FU Junping ， et al . A simple model for predicting glaze loads on wires ［J］. Proceedings of the CSEE ， 2001 ， 21 （ 4 ）： 44 - 47 .

刘春城，刘佼 . 输电线路导线覆冰机理及雨凇覆冰模型［J］. 高电压技术， 2011 ， 37 （ 1 ）： 241 - 248 .

LIU Chuncheng ， LIU Jiao . Ice accretion mechanism and glaze loads model on wires of power transmission lines ［J］. High Voltage Engineering ， 2011 ， 37 （ 1 ）： 241 - 248 .

彭王敏子，宋丽莉，徐卫民，等 . 江西省积冰特征分析及重冰区不同重现期最大标准冰厚推算［J］. 热带气象学报， 2024 ， 40 （ 1 ）： 75 - 84 .

PENG Wangminizi ， SONG Lili ， XU Weimin ， et al . Characteristics of icing day in Jiangxi Province and calculation of maximum standard ice thickness of icing wire at different return periods for heavy icing area ［J］. Journal of Tropical Meteorology ， 2024 ， 40 （ 1 ）： 75 - 84 .

潘浩，周仿荣，马仪，等 . 输电线路覆冰情势与气象要素关联模型研究［J］. 高压电器， 2023 ， 59 （ 12 ）： 75 - 82 .

PAN Hao ， ZHOU Fangrong ， MA Yi ， et al . Association model for icing situation with meteorological factors for transmission line ［J］. High Voltage Apparatus ， 2023 ， 59 （ 12 ）： 75 - 82 .

杨加伦，朱宽军，刘彬，等 . 输电线路冰区分布图绘制关键技术［J］. 电力建设， 2013 ， 34 （ 9 ）： 31 - 36 .

YANG Jialun ， ZHU Kuanjun ， LIU Bin ， et al . Technologies of icing distribution map for power transmission line ［J］. Electric Power Construction ， 2013 ， 34 （ 9 ）： 31 - 36 .

乔鹏，田俊梅 . 基于改进QPSO-SVM的输电线路覆冰厚度预测［J］. 自动化与仪表， 2023 ， 38 （ 2 ）： 10 - 14 .

QIAO Peng ， TIAN Junmei . Prediction of ice thickness of transmission lines based on improved QPSO-SVM ［J］. Automation & Instrumentation ， 2023 ， 38 （ 2 ）： 10 - 14 .

李波，李鹏，高莲，等 . 基于PCA-VMD-CNN的输电线路覆冰重量预测模型［J］. 中国安全生产科学技术， 2022 ， 18 （ 10 ）： 216 - 222 .

LI Bo ， LI Peng ， GAO Lian ， et al . Prediction model for weight of ice coating on transmission line based on PCA-VMD-CNN ［J］. Journal of Safety Science and Technology ， 2022 ， 18 （ 10 ）： 216 - 222 .

HAMDI A ， SHABAN K ， ERRADI A ， et al . Spatiotemporal data mining： a survey on challenges and open problems ［J］. Artificial Intelligence Review ， 2022 ， 55 （ 2 ）： 1441 - 1488 .

阳林，郝艳捧，黎卫国，等 . 输电线路覆冰与导线温度和微气象参数关联分析［J］. 高电压技术， 2010 ， 36 （ 3 ）： 775 - 781 .

YANG Lin ， HAO Yanpeng ， LI Weiguo ， et al . Relationships among transmission line icing， conductor temperature and local meteorology using grey relational analysis ［J］. High Voltage Engineering ， 2010 ， 36 （ 3 ）： 775 - 781 .

尹晖，王晶晶 . 输电线路覆冰与微气象参数和覆冰时间的研究［J］. 高压电器， 2017 ， 53 （ 12 ）： 145 - 150 .

YIN Hui ， WANG Jingjing . Effects of micrometeorological parameters and icing time on icing of transmission line ［J］. High Voltage Apparatus ， 2017 ， 53 （ 12 ）： 145 - 150 .

王敩青，戴栋，郝艳捧，等 . 基于在线监测系统的输电线路覆冰数据统计与分析［J］. 高电压技术， 2012 ， 38 （ 11 ）： 3000 - 3007 .

WANG Xiaoqing ， DAI Dong ， HAO Yanpeng ， et al . Statistics and analysis of transmission lines icing data based on online monitoring system ［J］. High Voltage Engineering ， 2012 ， 38 （ 11 ）： 3000 - 3007 .

刘胜春，司佳钧，郭昊，等 . 输电线路导线覆冰模拟计算与试验研究［J］. 中国电机工程学报， 2014 ， 34 （增刊1 ）： 246 - 255 .

LIU Shengchun ， SI Jiajun ， GUO Hao ， et al . Numerical and experimental study on accreted ice on conductor of transmission lines ［J］. Proceedings of the CSEE ， 2014 ， 34 （ S1 ）： 246 - 255 .

WANG J ， XIONG X F ， ZHOU N ， et al . Early warning method for transmission line galloping based on SVM and AdaBoost bi-level classifiers ［J］. IET Generation，Transmission & Distribution ， 2016 ， 10 （ 14 ）： 3499 - 3507 .

梁曦东，李雨佳，张轶博，等 . 输电导线的覆冰时变仿真模型［J］. 高电压技术， 2014 ， 40 （ 2 ）： 336 - 343 .

LIANG Xidong ， LI Yujia ， ZHANG Yibo ， et al . Time-dependent simulation model of ice accretion on transmission line ［J］. High Voltage Engineering ， 2014 ， 40 （ 2 ）： 336 - 343 .

唐斌，张胜峰，唐飞，等 . 输电线路冰害年故障率研究分析［J］. 电测与仪表， 2020 ， 57 （ 17 ）： 29 - 33 .

TANG Bin ， ZHANG Shengfeng ， TANG Fei ， et al . Research and analysis of annual fault rate of ice damage for transmission lines ［J］. Electrical Measurement & Instrumentation ， 2020 ， 57 （ 17 ）： 29 - 33 .

王定成 . 支持向量机建模预测与控制［M］. 北京：气象出版社， 2009 ： 30 - 37 .

甘艳，杜志叶，周文峰，等 . 基于覆冰拉力监测系统的耐张塔线路等值冰厚计算模型［J］. 电测与仪表， 2021 ， 58 （ 5 ）： 39 - 45 .

GAN Yan ， DU Zhiye ， ZHOU Wenfeng ， et al . Equivalent ice thickness calculation model of strain tower line based on icing tension monitoring system ［J］. Electrical Measurement & Instrumentation ， 2021 ， 58 （ 5 ）： 39 - 45 .

曹瑞峰，刘子华，袁婷，等 . 基于改进SVM的新能源电站故障诊断方法［J］. 浙江电力， 2023 ， 42 （ 11 ）： 11 - 20 .

CAO Ruifeng ， LIU Zihua ， YUAN Ting ， et al . A fault diagnosis method for new energy power plants based on an improved SVM ［J］. Zhejiang Electric Power ， 2023 ， 42 （ 11 ）： 11 - 20 .

邓乃扬，田英杰 . 支持向量机：理论、算法与拓展［M］. 北京：科学出版社， 2009 ： 115 - 155 .

吴莉艳，孙开元，陈坤，等 . 基于CNN-LSSVM的电力系统虚假数据攻击检测［J］. 浙江电力， 2024 ， 43 （ 11 ）： 90 - 96 .

WU Liyan ， SUN Kaiyuan ， CHEN Kun ， et al . Detection of false data injection attacks against power systems using a CNN-LSSVM model ［J］. Zhejiang Electric Power ， 2024 ， 43 （ 11 ）： 90 - 96 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

An identification method for evolving faults in transmission lines based on maximal overlap discrete wavelet transform

A review of research on transmission line icing mechanisms， prediction， and deicing technology

A transmission line fault identification method based on Deep Forest and SMOTE

Research on a method for determining the reference values of icing tension on overhead transmission lines

A comparison of the operational performance of different types of distance protection in new energy power transmission lines

Related Author

NIU Jin

GU Yichao

BAI Jialin

WANG Jian

XIONG Xuehai

ZHAO Wei

PENG WeiYi

ZHOU FeiFan

Related Institution

Power Dispatching Center of CSG Guizhou Power Grid Corporation

State Key Laboratory of Power Transmission Equipment Technology （Chongqing University）

State Grid Zhuzhou Power Supply Company

State Key Laboratory of Disaster Prevention & Reduction for Power Grid， Changsha University of Science & Technology

State Grid Zhejiang Electric Power Co.， Ltd. Research Institute

AI问答

⁰