选择特殊符号
选择搜索类型
请输入搜索
由于班冰的生成、发展、融化和脱落的全过程对输电线路的安全运行产生很大影响;严重硕冰引起的事故.是翰电线路的主要灾害之一。因此在工程建设和运行维护方面需要采取特殊措施。幼路,冰的形成愉电线路的班冰主要有两种类型。①当线路周围气温降至。℃及以下时,空气中所含的过冷却水滴在电线、绝缘子串和杆塔的迎风面上冻结成冰凌,随着冰t增加和电线扭转,冰凌断面往往发展成椭回形.这种类型冰凌由于受过冷却水滴的大小和周围湿度、气温、风速以及水滴冻结速度等因素的影响,而生成不同型式,如雨淞、雾淞、混合淞等.②高空中落下的湿雪在通过气温在。℃以上的融化层时,雪花表面因融解而潮湿。进人地面低温层后,雪花表面仍保持潮湿状态,且具有一定粘附力,会在电线、绝缘子串和杆塔上面推集成很大的冠状积雪现象。世界上有不少物电线路,由于所处的地理和气候环境有利于砚冰的形成,砚冰厚度比较大.中国有不少地区由于南北冷暇气流交汇,雾气凝滞,线路容易彼冰。有些线路受徽地形和徽气候的影响,电线砚冰厚度可达3omm及以上(参见彩图擂页第9页30图)。,冰对钱路安全运行的影晌主要表现在机械荷载增大和电气绝缘强度降低两个方面。机械荷载增大随着砚冰的增加,电线、绝缘子串和杆塔上所承受的冰的重童以及极冰后因受风面积加大而增加了风压。当冰、风综合荷载超过上述部件的强度的允许值时,线路就会损坏。受地形、地物、风向和风力等因素的影响,线路杆塔两侧电线斑冰可能不均匀冰雪融化时,由于气温回升和风振等条件的差异,也会产生两侧不同期脱冰的现象。当连续档线路上不均匀搜冰和不同期脱冰所引起的荷载出现某种不利的组合情况时,杆塔受到很大扭矩和弯矩而遭到破坏,是比较常见的。
不均匀砚冰产生的不平衡张力,还会导致电线在线夹处断股甚至被拉断。绝缘强度降低绝缘子申班冰后,泄汤电阻下降,电压分布不均匀程度加剧。随着彼冰增加,绝缘子申中局部电位梯度较高处会出现辉光放电,并伴有橄化水渗出.如果泄漏电流继续增大,则辉光放电逐步转化为白色弧光;待融化水贯通绝缘子申的大部分表面.局部放电将迅速发展成全申闪络,造成线路接地跳闸一般情况下绝缘子串彼冰达3Omm以上,就有可能最终发展成全申闪络。增大绝缘子串的长度,或改用V型申,可减少融化水贯通冰凌表面的机率,防止闪络事故.此外,导线、地线砚冰超载,不均匀砚冰和不同期脱冰引起弧垂变化,以致档距中央导、地线间距离减小以及导线对地面或交叉跨越物的净空距离减小而引起放电,也属于绝缘强度降低的事故。导线及冰奔动和导线脱冰跳跃等特殊型式的运动,往往也造成线路部件损坏和绝缘间隙击穿的事故。(见导线及冰奔动、导戏脱冰跳跃)。l冰线路事故概况中国的云贵高原、川陕山西、湘帐一带线路经常发生严重彼冰事故;黑龙江、吉林、河南、山东、山西以及福建、广东等省(区)的局部地区也曾出现班冰事故。青海省龙羊峡水电站曾因三条330kV送出线路发生严重扭冰同时损坏而造成全厂停机事故。500kV超高压电网投运以来也出现过多次严重砚冰引起的断线倒塔事故。国外线路彼冰事故也比较多,北欧诸国和前苏联的一些地区硕冰严重;西欧、日本和美国扭冰、积雪事故也屡有发生。加拿大735长V超高压线路曾因多次发生严重极冰而大量损坏。发生祖冰事故时气候恶劣,交通受阻.抢修困难,往往造成线路长时间停电,甚至扩大成电力系统的事故,后果十分严重.因此有关国家对线路砚冰问题都很重视。国际大电网会议(CIGRE)多次组织各国专家进行专题研讨;国际电工委员会(IEC)专门制订了有关翰电线路极冰的技术标准。中国在总结实践经验的基础上制订了“重冰区输电线路设计技术标准”指导工程建设和运行管理。防止钱路一冰.故的技术对策为避免或减少班冰引起的事故,在可能出现严重理冰的地区建设拍电线路时,应采取如下技术对策
:①选线时应尽可能避开明显的容易形成严重祖冰的地段或塔位。②提高线路设计的安全标准,增强抗冰能力。③考虑运行中采用大电流融冰。④采用防砚冰导线、或居里合金套简防冰等装!。⑤搜冰事故出现频繁的线路进行技术改造或改变线路路径。各项对策中,大电流融冰仅适合于电压较低的小导线线路;对于大容量、大导线的超高压线路,触冰播要很大功率,难以实现。防冰导线和其他防冰装盆还缺少成熟的应用经验。因此,对于路径难以避开重冰区的线路,主要还是采取提高设计标准增强抗冰能力的措施。但大幅度提高设计安全标准将使线路造价急剧上升,而且在勘察设计时要准确预计沿线可能出现的最大彼冰厚度往往是很难的。因此,既要保证安全也要合理控制工程造价是重冰线路的重要研究课题2100433B
输电线路放紧线是放线和紧线的简称。
专业的话 叫 引流线在 耐张杆上(就是绝缘子水平拉伸的)的电线杆或塔上两串水平绝缘子下方的悬吊的半圆形的导线说 跳线 是很形象的 意思是 电流通过导线到达耐张杆时 通过跳线跳过耐张绝缘子和铁塔 从另一...
35KV输电线路,铁塔架工程量计算时,螺栓的重量计算在内 1.定额中“每基重量”系指铁塔本身所有的型钢、连板、螺栓、爬梯等的总重量;塔材的以大代小按5%计入。 2.定额对直线塔与耐张转角塔、自立塔与拉...
输电线路重冰区抗冰设计问题分析
当前,随着我国社会经济水平的快速提高,输变电工程的规模也在不断扩大,这也就使得重冰区中的输电线路设计变得更加普遍。重冰区中的输电线路的防冰害设计主要可以分为抗冰设计以及熔冰设计,但是对于局部的线路来说,运用抗冰设计的操作更为简单,维护方便,投资相对较少。本文主要针对重冰线路设计的问题进行了具体的探讨。
输电线路习题
第二章 4. 求 [例 2-2]中沈阳地区 50 年一遇的 30m 高度的最大设计风速是多少? 【解】(1)计算样本中的 48 个年最大风速的均值 和标准差 S分别为: )/(9375.18 48 9091 1 smv n n i i )/(3402.4 148 3525.885 )( 1 1 1 2 smvv n S n i i (2)进行重现期的概率计算,由于风速个数 48n ,查表 2-7 并进行线性插值,得到修正系数 C1、C2 为: 15714.1)4548( 4550 15185.116066.1 15185.11C 54764.0)4548( 4550 54630.054853.0 54630.02C 分布的尺度参数 a 和位置参数 b 为: 1 )/(26661.0 3402.4 15714.11 sm S C a )/(8834.16 26661.0 54764.0 9
AES五重除菌是新飞独有的冰箱除菌技术,早在2002年新飞就研制出第一代低温高效抗菌除臭器,抢占技术制高点;2007年制定了我国首个杀菌电冰箱标准 ,该标准被确定为中国标准化协会标准,引领中国冰箱行业真正进入健康保鲜时代;2013年新飞首批通过中国质量认证中心CQC除菌认证。在历经四代除菌冰箱风靡市场后,2019年新飞实现了五重除菌技术再度突破创新,推出了五重除菌技术升级的智能化除菌养鲜冰箱,用科技打造健康养鲜之道。
新飞核心AES五重除菌技术,功能强大到拥有9项专利技术。采用“紫外线 臭氧 负离子 光触媒 吸附催化分解”五重动态立体除菌技术,对冰箱内的嗜冷菌金黄色葡萄球菌、大肠杆菌、李斯特菌等,除菌率在99%以上,远远高于国家规定的除菌标准。有效避免了冰箱串味和细菌滋生,可实现食物长效保鲜,保持原滋原味,新鲜如初,360°守护家人舌尖上的安全。五重除菌动态可视化设计,可以让消费者实时查看除菌状态。让每位家庭都能够享受到更健康、更安全的食材。
冰灾是电力系统严重的威胁之一, 当严重的冰灾持续来袭时, 输电线路难免会出现覆冰。输电线路上的覆冰使输电线变粗, 增加了输电线的重量; 对于长距高压输电线来说, 每个跨度的输电线都是由铁塔支撑, 这样覆冰加增加了铁塔的负重, 当负重达到一定的限度, 轻则发生冰闪,重则造成倒塔(杆)、断线, 甚至致使电网瘫痪。输电线路覆冰对于电网的安全运行来说是一个非常危险的自然灾害, 所以急待研究解决。
神经网络是运用样本学习, 在输入和输出结点建立非线形映射关系。它可以模拟复杂的因果关系,也可以不反映输入与输出之间的实际逻辑关系或因果关系, 而只是对其数量与结构关系的一种模拟。实际上, 这种映射是把系统视为整体, 把其运行状态作为一种模式来看待的, 用样本对人工神经网络的训练也是一种模拟人的模式思维的训练。
1、神经网络工具箱函数
通常使用神经网络都是直接使用Matlab 提供的神经网络工具箱提供的模型, 这个工具箱几乎涵盖了常用的神经网络模型; 同时支持拓展功能,可以使用其他非常规神经网络工具箱进行扩充。对于多种模型, 工具还提供了各类学习算法, 为用户节省了很多时间。Matlab 工具箱中基本涵括了用于神经网络分析与设计需要使用的函数。
2、建立模型
在所有的神经网络建模中, 必须选取最有代表性, 最能反映问题的特征的特征量。如果选取的特征量不能做到尽量详细的描述问题的特征或没有足够的信息, 那么网络得出的诊断结论会受到很大影响。在这个模型中数据采集自中国气象科学数据共享网 , 导线覆冰天气多出于气温-5~3℃、相对湿度≥80%、风速0 ~ 4.5 m/ s 的情况下, 以此条件筛选数据, 最终获得123 组数据
3、程序实现(如图1)
1、GRNN 网络简述
广义回归神经网络(generalized regression neural network) 是1991 年美国人Donald Specht 提出的。GRNN 是一种径向基( RBF) 神经网络, 是基于人脑的神经元细胞对外界反映的局部性而提出的, 是一种新颖而有效的前馈式神经网络, 它不仅具有全局逼近性质, 而且具有最佳逼近性质,如图2。GRNN 的结构由四层构成, 其结构接近于RBF 网络。
GRNN 在学习上仍然使用的是BP 网络的算法具有优秀的逼近性, 在学习速度上优于RBF 网络。只需要调节网络的spread 值。网络的学习全部依赖数据样本, 这个特点决定了网络可以最大限度地避免主观假定对预测结果的影响。
2、数据归一化处理
Sigmoid 函数广泛应用于前馈型升级网络。在函数中输入量过大或者过小, 都会造成输出结果进入函数饱和区间。为了使样本获得最好的效果, 我们必须对样本数据进行归一化处理。需要将获得的样本数据需归一化在[-1, 1]之间。Matlab 提供了多种方法对数据进行归一化处理。
3、程序实现(如图3)