[发明专利]一种电网覆冰微地形自动识别方法及系统有效
| 申请号: | 201910801952.6 | 申请日: | 2019-08-28 |
| 公开(公告)号: | CN110503064B | 公开(公告)日: | 2021-11-02 |
| 发明(设计)人: | 陆佳政;蔡泽林;冯涛;徐勋建;杨莉;叶钰;郭俊 | 申请(专利权)人: | 国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06F17/16;G06Q50/06 |
| 代理公司: | 长沙朕扬知识产权代理事务所(普通合伙) 43213 | 代理人: | 易瑶 |
| 地址: | 410000 湖南*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 电网 覆冰微 地形 自动识别 方法 系统 | ||
1.一种电网覆冰微地形自动识别方法,其特征在于,所述方法包括:
获取至少一个微地形类型已知的电网覆冰微地形区域的网格离散化地形高程数据;
根据所述微地形类型已知的电网覆冰微地形区域的网格离散化地形高程数据,获得高程矩阵;
根据所述高程矩阵,构造实对称矩阵,并对所述实对称矩阵进行特征分解,获得所述实对称矩阵的特征值和特征向量;
根据所述高程矩阵,以及所述实对称矩阵的特征向量,获得微地形系数;
根据所述微地形系数和所述高程矩阵,获得所述微地形类型已知的电网覆冰微地形区域的典型高程特征;
根据待判识区域的网格离散化地形高程数据,以及所述微地形类型已知的电网覆冰微地形区域的典型高程特征,对所述待判识区域的地形进行识别。
2.根据权利要求1所述的电网覆冰微地形自动识别方法,其特征在于,根据所述微地形类型已知的电网覆冰微地形区域的网格离散化地形高程数据,获得高程矩阵包括:
从所述微地形类型已知的电网覆冰微地形区域的网格离散化地形高程数据中取出n个网格点高程数据,获得n个第一初始矩阵;
根据所述第一初始矩阵中元素的相关系数,对所述第一初始矩阵进行降维,获得第二初始矩阵;
根据n个所述第二初始矩阵,获得高程矩阵。
3.根据权利要求1或2所述的电网覆冰微地形自动识别方法,其特征在于,根据所述高程矩阵,以及所述实对称矩阵的特征向量,获得微地形系数包括:
根据所述高程矩阵,以及所述实对称矩阵的特征向量,构造微地形系数矩阵,所述微地形系数矩阵具体为:
其中,Z为微地形系数矩阵,V的列为所述实对称矩阵的特征向量,VT为V的转置,X为高程矩阵;
根据所述微地形系数矩阵,获得微地形系数,所述微地形系数具体为:
z1=(z11 z12...z1n)。
4.根据权利要求3所述的电网覆冰微地形自动识别方法,其特征在于,根据所述微地形系数和所述高程矩阵,获得所述微地形类型已知的电网覆冰微地形区域的典型高程特征包括:
基于所述微地形系数,采用最小二乘法拟合的方法,对所述高程矩阵进行拟合,从而获得所述微地形类型已知的电网覆冰微地形区域的典型高程特征。
5.根据权利要求4所述的电网覆冰微地形自动识别方法,其特征在于,根据待判识区域的网格离散化地形高程数据,以及所述微地形类型已知的电网覆冰微地形区域的典型高程特征,对所述待判识区域的地形进行识别包括:
采用反距离权重法对待判识区域的网格离散化地形高程数据进行插值,得到高程矩阵,将高程矩阵转换成列向量,获得高程列向量,其中采用反距离权重法对待判识区域的网格离散化地形高程数据进行插值的插值公式具体为:
其中,下标i表示第i个网格点,i=1,2,3,4,di1,di2,di3,di4为原始高程数据所在网格点与插值后的第i个监测点最近的四个格点的距离,ai1,ai2,ai3,ai4为相应网格点上的高程值,通过插值得到p×q维的高程矩阵Ax,将p×q维的高程矩阵Ax转换成列向量,从而获得高程列向量,且所述高程列向量具体表示为A'=(a'11,a'12,...,a'1q,a'21,a'22,...,a'2q,...,a'p1,a'p2,...,a'pq)T;
根据所述高程列向量和所述微地形类型已知的电网覆冰微地形区域的典型高程特征之间的相关系数,对所述待判识区域的地形进行识别。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司,未经国网湖南省电力有限公司;国网湖南省电力有限公司防灾减灾中心;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910801952.6/1.html,转载请声明来源钻瓜专利网。





