作為受極端天氣災害影響比較嚴重的國家之一，我國受到氣候和微氣像、微地形條件的影響較大，電網冰凍災害頻繁發生，對電力線路的安全運行構成嚴重威脅，給社會造成了巨大的經濟損失。
《電網覆冰災害預測與風險管理》針對輸電線路覆冰問題，從研究線路覆冰產生機理出發，對導線覆冰影響因素進行了識別，在建立基於Spark大數據平臺的覆冰數據預處理模型的基礎上，構建了輸電線路覆冰影響因素量化分析模型。以覆冰影響因素識別與量化為依據，結合Spark處理平臺分別建立了輸電線路覆冰預測模型和覆冰狀態風險智能評估模型，並因此構建了區域電網覆冰災害風險管理體繫，進行了相應的實證研究。
《電網覆冰災害預測與風險管理》適合於電力企業運營管理人員和科研人員、電力企業大數據信息管理人員和科研人員以及相關專業的高等學校教師和研究生使用。

• 
• 
• 
• 

前言

第一章 概述
第一節 電力線路覆冰及其相關研究
第二節 大數據分析相關理論
第三節 覆冰預測相關理論
第四節 覆冰影響因素分析相關理論
第五節 風險管理相關理論

第二章 輸電線路覆冰產生機理
第一節 輸電線路覆冰成因及覆冰條件
第二節 輸電線路典型覆冰形態
第三節 覆冰對輸電線路的危害

第三章 輸電線路覆冰影響因素識別與量化分析
第一節 輸電線路覆冰影響因素識別
第二節 輸電線路覆冰大數據準備與整理
第三節 基於Spark大數據平臺的無限深度卷積神經網絡覆冰影響因素量化分析
第四節 實證分析

第四章 基於改進煙花算法優化W-LSSVM的輸電線路覆冰預測模型
第一節 基於離散小波不一致率的特征提取模型
第二節 基於Spark大數據平臺的QFA-W-LSSVM覆冰預測模型
第三節 實證分析
第四節 Spark大數據平臺下基於誤差修正的覆冰智能自適應優選綜合預測模型

第五章 基於DBN-ANFIS的輸電線路覆冰風險智能評估模型
第一節 輸電線路覆冰狀態風險等級界定
第二節 輸電線路覆冰風險評估指標體繫
第三節 基於Spark大數據平臺的DBN-ANFIS覆冰風險智能評估模型
第四節 實證分析

第六章 輸電線路覆冰災害經濟性損失評估
第一節 輸電線路覆冰災害經濟性損失評估指標體繫
第二節 基於層次分析和熵權組合法的評估模型
第三節 實證分析

第七章 基於大數據的區域電網覆冰災害風險管理體繫
第一節 基於大數據的區域電網覆冰風險管理概述
第二節 區域電網覆冰災害管理組織機構
第三節 基於大數據的區域電網覆冰災害風險識別
第四節 區域電網覆冰災害大數據在線預警繫統
第五節 區域電網覆冰災害大數據應急保障體繫
第六節 區域電網覆冰災害大數據應急處理預案

參考文獻

近年來，全球惡性災害事件頻繁發生，因持續低溫、雨雪、冰凍等氣候引起的電網覆冰災害事故不斷加劇，許多地區的電網設備因凍雨覆冰使得荷重增加，從而造成金具損壞、斷線、倒塔等嚴重事故，冰凍災害問題已經成為許多國家的電網共同面臨的難題。我國受到氣候和微氣像、微地形條件的影響較大，電網冰凍災害頻繁發生，對電力線路的安全運行構成嚴重威脅。2008年1月，我國發生了大面積積雪冰凍災害天氣，對電網繫統造成了大範圍的破壞，其中湖南、江西、浙江、安徽、湖北等地的電網發生了嚴重的倒塔、斷線、舞動、覆冰閃絡等多種災害，此次冰災持續時間長、影響範圍之廣、覆冰強度之大，使得電網遭受了巨大的經濟損失，電網設施遭到損害的程度也達到了歷史之最。電網覆冰災害多形成於微地形、小氣候地帶，很多區域的覆冰災害往往發生在交通不便、人跡罕至之處，導致對線路覆冰情況無法及時準確地監測，不能夠在第一時間內采取相應地防融冰措施，從而最終導致了嚴重覆冰災害事故的發生。隨著電網在線監測技術的發展，輸電線路覆冰數據種類越來越多，各種各樣的大數據也在不斷增長，傳統數據分析方法已不能滿足日益增長的覆冰數據需求。而采用大數據分析工具對大規模異構性覆冰數據進行分析，研究輸電線路的覆冰增長規律，構建有效的覆冰預測模型與覆冰風險管理方法，對於提前預防區域電網冰凍災害、保障電網安全穩定運行具有十分重要的科學意義和應用前景。
本書詳細地介紹了線路覆冰產生機理、覆冰形態以及覆冰危害等，並對導線覆冰影響因素進行了識別研究，結合輸電線路覆冰數據庫和大數據運行平臺，構建了輸電線路覆冰影響因素量化分析方法。進而，在覆冰影響因素識別和量化分析基礎上，結合大數據運行平臺提出了輸電線路覆冰預測模型和覆冰狀態風險智能評估方法，對覆冰災害引起的經濟性損失做出評估，並構建了一套區域電網覆冰災害風險管理體繫，從而為區域電網防冰減災工作提供決策支撐。