电力论文哪里有？本文基于窄宽物联网（Narrow Band Internet of Things，NB-IoT）通信技术构建了具有在线监测和数据存储等功能的输电线路微气象预警系统。
1 绪论
1.2 国内外研究现状
1.2.1 输电线路状态监测研究现状
输电线路巡检是提高输电线路安全性与稳定性的重要手段，现有的巡检方式有：人工巡检[17]、图像处理巡检[18]、无人机巡检[19]、机器人巡检[20]等。传统的输电线路人工巡检虽然可以直观地发现故障和问题[21]，但受到外界因素干扰会导致工作效率和巡检准确率不高，尤其在面对复杂环境时，巡检工作人员生命安全还会存在隐患。图像处理巡检虽然可以借助红外线成像仪、相机、摄像头等设备寻找到输电线路中人工难以察觉的缺陷，提高巡检准确率[22]，但无法避免某些复杂环境下仍需人工操作的缺陷。无人机巡检[23]和机器人巡检[24]都是通过携带各种设备代替工作人员在复杂环境下开展输电线路巡检工作，不仅提高了工作效率和巡检准确率，还使得工作人员的生命安全得到保障。但随着社会发展，人们对电力质量的需求越来越高，新型电力系统要求输电线路能够实时监测，及时发现隐患，现有的输电线路巡检难以满足实时监测的要求[25]。随着传感器和通信技术的发展，输电线路的状态监测逐步从最初的人工巡检转变为在线监测，以便实时掌握线路运行状态。近年来，国内外学者围绕输电线路在线监测开展了广泛研究，取得了显著成果。
1970年代，美国能源部门率先启动输电线路在线监测技术的开拓性研究 [26]，随后全球电力领域相继启动相关技术研究，监测的重点为部件缺陷、树障、导线覆冰和弧垂测量等方面，而对风偏等故障的在线监测则较少涉及[27]。国内对输电线路监测的研究开始时间晚，但发展速度快，21世纪初便成功研发了覆冰、风偏和舞动监测系统。目前随着物联网技术的发展，物联网技术与传感器技术相结合构建输电线路在线监测系统成为新的研究方向。
3 基于SAO-LSTM的输电线路微气象预警模型
3.1 输电线路微气象预警模型整体框架
输电线路微气象预警模型主要包括输电线路微气象因素相关性分析、基于经典神经网络的预警模型构建和基于算法的预警模型参数寻优。输电线路微气象因素相关性分析是通过分析不同微气象因素间的相关性，提取影响输电线路绝缘子风偏角的关键信息。基于经典神经网络的预警模型构建是针对微气象因素非线性的特点，构建精度更高的输电线路微气象预警模型。基于算法的预警模型参数寻优是为避免上述预警模型陷入局部最优，通过优化算法对预警模型的参数进行优化，使得预警模型精度得到进一步提高。输电线路微气象预警模型构建框架如图6所示。
由于输电线路微气象受到多种要素的影响，不同的输电线路微气象参数之间具有耦合性，大量的输电线路微气象数据会增加输电线路微气象预警模型的计算量，降低输电线路微气象预警模型的精度。为准确模型输电线路绝缘子风偏角的变化，本文分析了输电线路微气象数据的相关性并降低了输电线路微气象数据的维度，提高了输电线路微气象预警模型的准确性
5 输电线路微气象预警系统测试及验证
5.1 输电线路微气象预警系统实验测试
5.1.1 预警节点测试
由于输电线线路现场部署存在困难与风险，本研究选择实验室楼顶构建模拟实验平台进行模拟实验。本文构建的输电线路微气象预警系统的预警节点实物图如图42所示。
5.2 输电线路微气象预警模型实验验证
5.2.1 实验数据及平台
5.2.1.1 实验数据
本文选取风向、风速、相对湿度、大气压、温度、降雨量和风偏角构成输电线路微气象数据集。收集的数据来自安徽省某段输电线路微气象数据，每隔一小时采集一组数据，共收集数据744组。将744组微气象数据中的520组（70%）作为训练集，用于训练SAO-LSTM输电线路微气象预警模型；剩余224组（30%）作为测试集，用于对比模型预警精度。
在数据的统计中，最大值、最小值可以反映数据集的上下界，中位数描述数据集的中心位置，平均数可以便于衡量数据集的集中趋势，偏差一般用于量化数据集的离散程度，偏斜度可以反映数据集分布的对称性，峰度可以直观反映数据集的峰值尖锐度。利用上述统计指标可以描述数据集的分布特征，原始数据集的统计指标描述见表3。
6 总结及展望
6.2 展望
本文提出的基于SAO-LSTM输电线路微气象预警系统可以有效解决预警模型精度低、预警系统功耗高等问题，但仍存在可以进一步改进的部分：
（1）本文在输电线路的影响因素上考虑存在一定局限性。随着大量新能源发电的接入，输电线路面对的环境将更加复杂，微地形、电力负荷、环境污染等因素也将影响输电线路的安全稳定运行。未来需要将多种因素综合考虑，构建一个更加全面的输电线路预警模型，提高系统对复杂环境下输电线路风险的预警准确度。
（2）本文所设计的输电线路微气象预警系统预警节点在部署便捷性方面仍存在一定不足。随着物联网和智能技术的不断发展，传感器技术的持续优化将为未来的微气象预警系统提供更加简便的部署方式和更高效的数据采集手段。传感器的集成度有望进一步提高，多个监测参数可通过单一传感器模块实现，从而减少设备数量和降低系统成本，进一步简化整体部署过程。
参考文献（略）
