为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分...为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分接开关气象灾害易损性评估预警方法。该方法首先基于变压器气象监测数据,建立致灾因子评估体系;根据FCM聚类算法,将传统云模型的阈值划分进行改进,得到客观云模型,将主客观云模型与其进行结合构建组合云模型。基于自然灾害理论,考虑地理孕灾环境、设备本身的抗灾能力、灾害风险累积程度以及面对灾害的风险综合处理能力等因素,对待评估灾害指标进行动态修正,将修正后的指标计算在组合云模型的隶属度中,从而得到OLTC各灾害易损性等级。最后,应用LSTM神经网络提取各致灾因子与各灾害易损性之间的关联规则,并进行气象灾害预警,形成最佳应对策略。算例结果表明:该文提出的OLTC气象灾害易损性评估预警方法准确率较高,达到了防灾减灾的效果。展开更多
文摘为解决新型电力系统中极端气象灾害对变压器有载分接开关(on load tap changer,OLTC)破坏严重、易造成故障的问题,提出一种基于模糊C均值聚类(fuzzy c-means,FCM)-云模型-长短期记忆网络(long short term memory network,LSTM)的有载分接开关气象灾害易损性评估预警方法。该方法首先基于变压器气象监测数据,建立致灾因子评估体系;根据FCM聚类算法,将传统云模型的阈值划分进行改进,得到客观云模型,将主客观云模型与其进行结合构建组合云模型。基于自然灾害理论,考虑地理孕灾环境、设备本身的抗灾能力、灾害风险累积程度以及面对灾害的风险综合处理能力等因素,对待评估灾害指标进行动态修正,将修正后的指标计算在组合云模型的隶属度中,从而得到OLTC各灾害易损性等级。最后,应用LSTM神经网络提取各致灾因子与各灾害易损性之间的关联规则,并进行气象灾害预警,形成最佳应对策略。算例结果表明:该文提出的OLTC气象灾害易损性评估预警方法准确率较高,达到了防灾减灾的效果。
