[发明专利]基于多源数据的输电走廊覆冰预警方法

说明书

本发明公开了一种基于多源数据的输电走廊覆冰预警方法，对输电走廊进行线路划分，根据需要确定各条线路所在地区产生覆冰的环境因素与天气因素，从历史数据中获取各地区若干历史时刻的环境因素和天气因素数据以及是否存在覆冰的标签，分别对环境因素和天气因素进行量化，得到环境参数向量和天气编码向量并拼接得到覆冰因素向量，结合对应覆冰标签对预设的分类模型进行训练，得到覆冰预测模型，在应用时获取各条线路当前的覆冰因素向量，输入对应覆冰预测模型，即可得到覆冰预测概率，并叠加到输电走廊的电子地图上进行展示。本发明通过对环境因素和天气因素的历史数据进行量化，作为训练样本训练得到覆冰预测模型，使覆冰预测结果更加准确。

技术领域

本发明属于输电走廊覆冰预警技术领域，更为具体地讲，涉及一种基于多源数据的输电走廊覆冰预警方法。

背景技术

覆冰是一种自然现象，就电力系统而言，覆冰是自然灾害。架空输电线路和设备覆冰，一直都是威胁电网安全稳定运行的重要因素。架空导线覆冰可引起线路过载、不同期或不均匀脱冰、导线舞动、冰闪等一系列现象，造成大量因覆冰导致的断线、倒塔、绝缘子闪络等多种事故，进而导致电力线路机械和电气性能的急剧下降，造成巨大的经济损失。

针对以上情况，业内通过某一区域内覆冰影响因子研究、覆冰模型研究、输电线路覆冰模型研究，结合电网覆冰监测历史数据，绘制准确的冰区概率分布图，可以有效覆冰事故的发生。

目前，国际上主要是从气象学、流体力学、热力学的角度进行输电线路导线和绝缘子覆冰机理研究。对覆冰预测模型的研究已由Lenhard经验模型、Kuoiwa简单概念模型发展到Makkonen复杂概念模型及雨凇雾凇混合冻结的数值计算模型。但是在针对特定地区时，在验证这些模型的时候发现对于导线覆冰的预测并不准确。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于多源数据的输电走廊覆冰预警方法，通过对环境因素和天气因素的历史数据进行量化，作为训练样本训练得到覆冰预测模型，使覆冰预测结果更加准确。

为实现上述发明目的，本发明基于多源数据的输电走廊覆冰预警方法包括以下步骤：

S1：对输电走廊进行线路划分，记所得到的线路数量为D；根据需要确定各条线路所在地区产生覆冰的环境因素与天气因素，记环境因素中包含M种环境参数，天气因素中包含N种天气情况；

S2：对于各条线路分别选择若干历史时刻，在历史数据中获取每个历史时刻时M种环境参数的值和所处的天气情况，以及该历史时刻前K个历史时刻和后K个历史时刻所处的天气情况，K的值根据实际需要确定，并根据该历史时刻时线路是否覆冰设置该历史时刻所对应的覆冰标签；

S3：对于每条线路的每个历史时刻，对其每种环境参数分别进行归一化处理，然后将归一化后的M种环境参数的值构成环境参数向量A＝[a₁,a₂,…,a_M]，a_m表示第m种环境参数归一化后的值，m＝1,2,…,M；

根据每条线路当前历史时刻、当前历史时刻前K个历史时刻以及后K个历史时刻所处的天气情况，得到对应的天气编码向量，具体方法为：对于第k个历史时刻构建长度为N的全0向量，当第k个历史时刻处于N种天气情况中第n个天气情况时，将该全0向量中第n个元素重置为1，即得到第k个历史时刻的天气编码向量B_k，其中k＝-K,-K+1,…,0,1,…K，k＝0表示当前历史时刻，k＜0表示当前历史时刻之前的第|k|个历史时刻，k＞0表示当前历史时刻之后的第k个历史时刻；

根据以上数据构建得到每条线路当前历史时刻的覆冰因素向量C＝[A B_-K … B₀… B_K]；

S4：设置一个分类模型，将所有线路在各个历史时刻的覆冰因素向量作为输入，对应的覆冰标签作为期望输出，对该分类模型进行训练，训练得到的分类模型即为覆冰预测模型；