论文部分内容阅读
随着我国经济的发展和人民生活水平的提高，工业和居民的用电需求量日益增加，电力系统的规模和容量不断扩大。与此同时，输电线路、变电站等输变电设施的电压等级也在提高，由此带来的电磁环境问题也逐渐引起人们的关注，而可听噪声是电磁环境影响研究的一个重要方面。因此，对输变电设备可听噪声的准确预测有着重要的意义。输电线可听噪声现有的很多预测方法仅考虑线路的电位梯度，导线结构等因素的影响，预测偏差较大，适用范围小。
由于影响输电线路可听噪声的因素很多，各因素对可听噪声的非线性影响，本文利用4种方法对输电线可听噪声进行了预测，包括灰色理论、RBF神经网络、灰色RBF神经网络和小波神经网络。这些预测方法都综合考虑了线路电压、电流、导线参数、线路结构、环境因素、地理参数等因素，只要将各参数的大小输入到各预测模型中就可得到噪声的预测值。
利用灰色理论对输电线可听噪声的实例进行预测时，通过灰色关联分析选取灰关联度大于某一给定值的因素进行预测分析，降低了预测模型的复杂度，同时也提高了预测的精度。利用RBF神经网络对输电线可听噪声进行预测时，分别采用了基于k均值聚类的方法和工具箱函数newrbe、newrb方法。然后分析了海拔对输电线可听噪声的影响，得出了不同表面场强不同海拔时可听噪声的修正值。然后利用灰色理论和神经网络的优势互补，建立了串联型、并联型和嵌入型的灰色RBF神经网络模型，对并联型的模型提出了五种组合的方法，并分析了每种组合方法的预测精度。最后，利用小波神经网络对输电线可听噪声进行了预测，通过对网络的不断训练，选择合适的学习率、动量参数和初值，获得了很好的预测结果，并且能够避免结构设计的盲目性和局部最优等非线性优化问题。
对变电站内的噪声，首先利用RBF神经网络对变电站内噪声随变压器负荷、距离的变化进行了计算;并通过噪声衰减计算分析了噪声随屏障高度、宽度以及屏障距噪声源距离的变化情况，为新建变电站的设计和噪声控制提供借鉴。然后利用声线追踪法和虚声源法对变电站的噪声分布进行了计算，并与实测的数据对比验证了它的可行性和准确性，对变电站的噪声进行优化控制具有重要的意义。
最后，利用CDEGS仿真软件对输电线的可听噪声进行了计算，得出了可听噪声随导线分裂数、导线分裂间距、对地高度、相导线间距和子导线直径的变化情况，并分析了各种因素对输电线可听噪声的影响大小。