基于改进QFA-LSSVM的输电线路覆冰预测模型构建及应用研究

丁向东, 郑华, 郑伟, 潘玉梅, 张文平, 王文鹏

(1.新疆阜康抽水蓄能有限公司, 新疆 阜康 831500; 2.华北电力大学 电气与电子工程学院， 北京 102206)

0 引言

随着冷雪、冰冻等天气频发，由此引发的电网输电线路覆冰问题越来越严重。输电线路一旦覆冰，轻则引起闪络跳闸，重则引起倒塔等。为解决覆冰给输电线路带来的问题，部分研究者采用构建覆冰预测模型，然后结合预测结果，制定输电线路覆冰处理方案，以解决困扰输电线路覆冰问题[1]。目前关于覆冰预测模型构建中，蒋兴良(2018)则针对影响覆冰预测的时间步长ts，提出一种基于最优步长的雾凇覆冰预测模型，在该模型下研究了温度、风速、液态水含量等对导线雾凇覆冰质量和形状的影响[2]；孙驷洲(2016)[3]、赵凤展(2019)[4]引入CGA-QPSO算法和BA算法对LSSVM算法进行改进，从而构建更为高精度的电力负荷预测模型。本文在上述研究基础上，为得到更为高精度的覆冰预测模型，提出一种改进烟花算法优化LSSVM参数的覆冰预测模型，并对模型的可行性和准确性进行验证。

1 基于量子进化的烟花算法改进

1.1 量子进化算法

伴随着量子力学的发展，量子计算被广泛应用在各领域。在量子计算当中，量子状态用“0”态和“1”态表示。除“0”态和“1”态以外，还可以采用“0”态和“1”态的线性叠加。而这种线性叠加的方式，则在很大程度上挑战了传统经典力学中经典位方法[5-7]。量子叠加[8-11]，如式(1)。

(1)

式中，|0>and|1>表示量子的两种不同状态；α、β表示量子概率幅。

在量子计算中，通过量子旋转门完成位置更新，如式(2)。