1. 贵州电网有限责任公司电力科学研究院
2. 贵州电网有限责任公司六盘水供电局
纸质出版:2025
移动端阅览
黄欢, 姜骞, 张义钊, 等. 基于数字孪生的架空输电线路覆冰灾害预警研究[J]. 电力大数据, 2025,(6).
HUANG Huan, JIANG Qian, ZHANG Yizhao, et al. Research on Ice Cover Disaster Warning of Overhead Transmission Lines Based on Digital Twin[J]. 2025, (6).
覆冰灾害预警数据获取不及时、监测范围有限,导致难以得到精准的覆冰预测效果,灾害预警效果不佳。为此,研究一种基于数字孪生的架空输电线路覆冰灾害预警方法。该方法先利用感知层的感知设备采集架空输电线路覆冰厚度、环境温湿度等数据。基于物联层解析这些数据后,传送至数字孪生层。数字孪生层整合地理信息与感知数据,构建架空输电线路的数字孪生模型。然后,利用AdaBoost算法识别覆冰风险,并标记关键预警样本。基于覆冰风险识别结果,结合架空输电线路三维模型和覆冰弧垂的物理机理,模拟覆冰灾害的演进过程。利用交互层实现覆冰分布与演进的三维场景可视化;同时,通过物联层的物理实体控制模块执行灾害处置措施,以提升防灾效率。最后,应用实验验证所提方法的先进性,实验结果表明,采用该方法进行架空输电线路覆冰灾害预警的临界成功指数高于0.9,能精准定位覆冰灾害风险,实现风险等级细化,应用效果较好。
The lack of timely acquisition of ice cover disaster warning data and limited monitoring range make it difficult to obtain accurate ice cover prediction results
resulting in poor disaster warning effectiveness. Therefore
a digital twin based method for early warning of icing disasters on overhead transmission lines is studied. This method first uses perception devices in the perception layer to collect data on the thickness of ice cover on overhead transmission lines
environmental temperature and humidity
etc. After parsing these data based on the IoT layer
they are transmitted to the digital twin layer. The digital twin layer integrates geographic information and perceptual data to construct a digital twin model of overhead transmission lines. Then
the AdaBoost algorithm is used to identify icing risks and label key warning samples. Based on the identification results of icing risk
combined with the three-dimensional model of overhead transmission lines and the physical mechanism of icing sag
simulate the evolution process of icing disasters. Using interactive layers to visualize three-dimensional scenes of ice cover distribution and evolution; Meanwhile
disaster response measures are executed through the physical entity control module of the IoT layer to enhance disaster prevention efficiency. Finally
the progressiveness of the proposed method is verified by experiments. The experimental results show that the critical success index of the method for the early warning of icing disasters on overhead transmission lines is higher than 0.9
which can accurately locate the risk of icing disasters and achieve risk level refinement. The application effect is good.
马爱清,张成武,徐进帅,等.基于姿态估计的输电线路带电作业的人体数字孪生研究[J].高压电器,2024,60(10):21-32+53.
陆煜锌,赵云,肖勇,等.面向数字孪生低压配电网的基于Gabor-YOLO算法的架空线高效识别方法研究[J].电测与仪表,2023,60(03):40-46.
席瑞翎,季亮,姜恩宇,等.基于参数自修正的配电网故障定位数字孪生技术研究[J].电力系统保护与控制,2024,52(11):11-20.
尚海勇,刘利强,齐咏生,等.基于数字孪生技术的风电机组建模研究[J].太阳能学报,2023,44(05):391-400.
郝艳捧,王信媛,梁苇,等.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[J].南方电网技术,2023,17(06):107-116.
刘善峰,卢明,王超,等.基于数据挖掘的输电线路覆冰舞动预警方法[J].电子器件,2024,47(03):764-771.
孙立强,李鹏,刘宣廷,等.考虑连锁故障的覆冰灾害下输电线路脆弱性分析模型[J].高压电器,2022,58(01):155-161+169.
徐洁,彭艳梅,张新军.Mask-CNN图像的特高压输电线覆冰预警仿真[J].计算机仿真,2025,42(04):114-118.
邹红波,宋家乐,刘媛,等.基于PSO-SVM算法的输电线路覆冰舞动预测模型[J].振动与冲击,2023,42(03):280-286.
杨小龙,袁翰青,孙辰军,等.架空输电线路弧垂及覆冰的在线监测[J].哈尔滨理工大学学报,2023,28(02):99-107.
丁超,王青云,汪涛,等.基于惯性传感器协同1D CNN的输电线路覆冰情况识别方法[J].电子器件,2022,45(06):1384-1388.
苏仁斌,熊卫红,刘先珊,等.基于新型元启发式反向传播神经网络的500 kV输电线路覆冰厚度预测[J].兰州大学学报(自然科学版),2025,61(01):17-25+34.
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.
张世良,郭彤彤,郑立华.数字孪生技术下的输电线路无人机巡检数据聚合模型[J].电子设计工程,2024,32(17):102-106.
张健,张宇卓,王金锁,等.750kV输电导线不均匀覆冰弧垂变化与脱冰跳跃研究[J].应用力学学报,2023,40(03):558-570.
马爱清,张成武,徐进帅,等.基于姿态估计的输电线路带电作业的人体数字孪生研究[J].高压电器,2024,60(10):21-32+53.
陆煜锌,赵云,肖勇,等.面向数字孪生低压配电网的基于Gabor-YOLO算法的架空线高效识别方法研究[J].电测与仪表,2023,60(03):40-46.
席瑞翎,季亮,姜恩宇,等.基于参数自修正的配电网故障定位数字孪生技术研究[J].电力系统保护与控制,2024,52(11):11-20.
尚海勇,刘利强,齐咏生,等.基于数字孪生技术的风电机组建模研究[J].太阳能学报,2023,44(05):391-400.
郝艳捧,王信媛,梁苇,等.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[J].南方电网技术,2023,17(06):107-116.
刘善峰,卢明,王超,等.基于数据挖掘的输电线路覆冰舞动预警方法[J].电子器件,2024,47(03):764-771.
孙立强,李鹏,刘宣廷,等.考虑连锁故障的覆冰灾害下输电线路脆弱性分析模型[J].高压电器,2022,58(01):155-161+169.
徐洁,彭艳梅,张新军.Mask-CNN图像的特高压输电线覆冰预警仿真[J].计算机仿真,2025,42(04):114-118.
邹红波,宋家乐,刘媛,等.基于PSO-SVM算法的输电线路覆冰舞动预测模型[J].振动与冲击,2023,42(03):280-286.
杨小龙,袁翰青,孙辰军,等.架空输电线路弧垂及覆冰的在线监测[J].哈尔滨理工大学学报,2023,28(02):99-107.
丁超,王青云,汪涛,等.基于惯性传感器协同1D CNN的输电线路覆冰情况识别方法[J].电子器件,2022,45(06):1384-1388.
苏仁斌,熊卫红,刘先珊,等.基于新型元启发式反向传播神经网络的500 kV输电线路覆冰厚度预测[J].兰州大学学报(自然科学版),2025,61(01):17-25+34.
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.
张世良,郭彤彤,郑立华.数字孪生技术下的输电线路无人机巡检数据聚合模型[J].电子设计工程,2024,32(17):102-106.
张健,张宇卓,王金锁,等.750kV输电导线不均匀覆冰弧垂变化与脱冰跳跃研究[J].应用力学学报,2023,40(03):558-570.
0
浏览量
0
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621