Research of icing thickness on transmission lines based on fuzzy Markov chain prediction

Liu, Chang; Liu, Hong Wei; Wang, Yin Shun; Lu, Jiazheng; Xu, Xun Jian; Tan, Yan Jun

doi:10.1109/asemd.2013.6780786

Cited by 12 publications

(7 citation statements)

References 4 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Buzlanma tahmininin kullanıldığı bir diğer saha, enerji hat iletkenleri üzerinde buzlanma ve buz dökülmesi için kullanılmasıdır [27]. İletişim hatları üzerindeki buzlanmanın önlenmesi için çalışmalar yapılmıştır [28][29][30]. Güç şebekelerinde buz oluşumunun tahmini için DVM kullanılmıştır.…”

Section: Buzlanma öNleme çAlışmalarının Kullanıldığı Alanlar (Researcunclassified

Buzlanma Tahmini Yapan Mobil Uygulama Geliştirilmesi

2021

View full text Add to dashboard Cite

Soğuk hava ve ağır kış şartları, yollarda buzlanmaya sebep olmakta ve bu nedenle her yıl birçok ölümlü, yaralanmalı ve maddi hasarlı kaza meydana gelmektedir. Bu çalışmada yollardaki buzlanmadan kaynaklı kazaların önlenmesine yönelik bir buzlanma tahmin algoritması ve mobil uygulama geliştirilmiştir. Geliştirilen uygulama ile sürücülerin güzergâhları doğrultusunda buzlanma oluşumu ile ilgili ön bilgi verilmesi amaçlanmaktadır. Çalışmada yol durum sensörü ve hava istasyonlarından alınan sıcaklık, çiğ noktası, hissedilen sıcaklık, rüzgâr şiddeti, rüzgâr yönü, bağıl nem, rüzgâr hızı giriş parametreleri olarak kullanılmıştır. Çıkışta ise buzlanma bilgisi ile ikili sınıflandırma yapılmıştır. Sistemin eğitimi tamamlandıktan sonra meteorolojiden hava durumu tahmin bilgisi alınarak, geliştirilen mobil uygulama üzerinde gelecek 12 saat için buzlanma tahmini yapılmaktadır. Ayrıca geliştirilen sistemin doğruluğunu ölçmek ve karşılaştırma yapabilmek için sınıflandırma alanında en çok kullanılan yöntemlerden çok katmanlı algılayıcı (ÇKA) sinir ağı modeli ile doğrusal ve doğrusal olmayan destek vektör makineleri (DVM) yöntemleri kullanılmıştır. Çalışmada kullanılan algoritmaların sınıflandırma doğruluğuna bakıldığında, toplam doğru sınıflandırılan örnek sayısı temel alındığında ÇKA modelinin %87,26 doğruluk oranı ile en iyi sonucu verdiği, ardından %86,32 ile doğrusal DVM modelinin geldiği önerilen modelimizin ise %75,47 doğruluk oranına sahip olduğu görülmüştür. Ancak geliştirilen tahmin algoritmasında sınıflandırma doğruluğu diğerlerine kıyasla daha az olmasına rağmen eğitimde kullanılan örnek sayısı arttıkça, buzlanma tahmin doğruluğunun da doğru orantılı olarak arttığı gözlemlenmiştir.

show abstract

Section: Buzlanma öNleme çAlışmalarının Kullanıldığı Alanlar (Researcunclassified

Buzlanma Tahmini Yapan Mobil Uygulama Geliştirilmesi

2021

View full text Add to dashboard Cite

show abstract

“…less than 4.61% and 3.74%, respectively. Liu [26] divides ice thickness into three states including light, medium, and heavy icing, then applies a fuzzy Markov chain to calculate the nth state based on the transition probability matrix derived from the former n-1 data. The verification of prediction effect suggests an accuracy of 80% based on the practical measured data of annual maximum ice thickness from 1940 to 1999 in the Czech Republic, where the previous 54 years are taken as the training sample and the last five years as the testing sample.…”

Section: Introductionmentioning

confidence: 99%

A Classification Method for Transmission Line Icing Process Curve Based on Hierarchical K-Means Clustering

et al. 2019

View full text Add to dashboard Cite

Icing forecasting for transmission lines is of great significance for anti-icing strategies in power grids, but existing prediction models have some disadvantages such as application limitations, weak generalization, and lack of global prediction ability. To overcome these shortcomings, this paper suggests a new conception about a segmental icing prediction model for transmission lines in which the classification of icing process plays a crucial role. In order to obtain the classification, a hierarchical K-means clustering method is utilized and 11 characteristic parameters are proposed. Based on this method, 97 icing processes derived from the Icing Monitoring System in China Southern Power Grid are clustered into six categories according to their curve shape and the abstracted icing evolution curves are drawn based on the clustering centroid. Results show that the processes of ice events are probably different and the icing process can be considered as a combination of several segments and nodes, which reinforce the suggested conception of the segmental icing prediction model. Based on monitoring data and clustering, the obtained types of icing evolution are more comprehensive and specific, and the work lays the foundation for the model construction and contributes to other fields.

show abstract

“…Paper [2] proposes an ice accretion forecasting system (IAFS) which is based on a state-of-the-art, mesoscale, numerical weather prediction model, a precipitation type classifier, and an ice accretion model. Paper [6] studies the medium and long term icing thickness forecasting on the transmission lines and presents a forecasting model based on the fuzzy Markov chain prediction; Paper [10] studies the icing thickness forecasting model by using fuzzy logic theory. Paper [11] establishes a forecasting model which is based on wavelet neural networks (WNN) and continuous ant colony algorithm (CACA) to predict the icing thickness.…”

Section: Introductionmentioning

confidence: 99%

Icing Forecasting of High Voltage Transmission Line Using Weighted Least Square Support Vector Machine with Fireworks Algorithm for Feature Selection

Ma¹,

Niu²

2016

Preprint

View full text Add to dashboard Cite

Accurate forecasting of icing thickness has a great significance for ensuring the security and stability of power grid. In order to improve the forecasting accuracy, this paper proposes an icing forecasting system based on fireworks algorithm and weighted least square support vector machine (W-LSSVM). The method of fireworks algorithm is employed to select the proper input features with the purpose of eliminating the redundant influence. In addition, the aim of W-LSSVM model is to train and test the historical data-set with the selected features. The capability of this proposed icing forecasting model and framework is tested through the simulation experiments using real-world icing data from monitoring center of key laboratory of anti-ice disaster, Hunan, South China. The results show that the proposed W-LSSVM-FA method has a higher prediction accuracy and it may be a promising alternative for icing thickness forecasting.

show abstract

Research of icing thickness on transmission lines based on fuzzy Markov chain prediction

Cited by 12 publications

References 4 publications

Buzlanma Tahmini Yapan Mobil Uygulama Geliştirilmesi

Buzlanma Tahmini Yapan Mobil Uygulama Geliştirilmesi

A Classification Method for Transmission Line Icing Process Curve Based on Hierarchical K-Means Clustering

Icing Forecasting of High Voltage Transmission Line Using Weighted Least Square Support Vector Machine with Fireworks Algorithm for Feature Selection

Contact Info

Product

Resources

About