[发明专利]基于气象灾害预测的输电线路运维投入优化方法及其系统

权利要求书

1.基于气象灾害预测的输电线路运维投入优化方法，其特征在于，所述方法包括：

将电网的气象灾害相关因素进行划分，划分为三类致灾因素，所述三类致灾因素包括气象因素、设备因素和环境因素；

采用熵权法和层次分析法，分别计算所述三类致灾因素的主观权重和客观权重；

通过神经网络模型中网络参数的多重组合建立各类因素之间的耦合关系；

结合各类因素之间的耦合关系、所述主观权重和所述客观权重，建立所述三类致灾因素的特征提取模型；

利用所述特征提取模型对未知气象灾害场景的致灾因素进行特征提取，得到致灾因素抽象特征；

基于所述特征提取模型和支持向量机模型，建立复合故障预测模型，其中，所述复合故障预测模型用于表征所述致灾因素与电网故障之间的耦合关联关系；

将不同区域的气象灾害相关因素数据输入所述复合故障预测模型中，得到对应的气象灾害实际预测结果；

基于所述气象灾害实际预测结果建立输电线路运维投入优化模型，对运维投入进行优化。

2.根据权利要求1所述的基于气象灾害预测的输电线路运维投入优化方法，其特征在于，通过神经网络模型中网络参数的多重组合建立各类因素之间的耦合关系，包括：

根据所述主观权重和所述客观权重得到综合权重；

根据气象致灾因素的实时状态对所述综合权重进行修正，得到动态权重；

根据所述动态权重对气象灾害相关因素进行预处理；

利用预处理后的无标签数据样本，对改进深度收缩自编码网络进行预训练，通过逐层贪婪的方式，初步挖掘气象灾害相关因素内部的有效特征；

利用场景识别分类器，通过监督学习的方式对所述有效特征进行针对性调整，优化连接权重和偏置量，建立各类因素之间的耦合关联关系。

3.根据权利要求1所述的基于气象灾害预测的输电线路运维投入优化方法，其特征在于，对所述支持向量机模型进行训练，包括：

通过所述特征提取模型提取出的致灾因素抽象特征；

获取电网故障信息；

根据所述致灾因素抽象特征和所述电网故障信息训练所述支持向量机模型。

4.根据权利要求1所述的基于气象灾害预测的输电线路运维投入优化方法，其特征在于，基于所述气象灾害实际预测结果建立输电线路运维投入优化模型，对运维投入进行优化，包括：

将所述气象灾害实际预测结果进行累加，得到故障预测结果累加值；

根据所述故障预测结果累加值计算相应的运维投入优化系数；

根据所述运维投入优化系数决策对运维投入进行优化。

5.基于气象灾害预测的输电线路运维投入优化系统，其特征在于，所述系统包括以下模块：

划分模块，用于将电网的气象灾害相关因素进行划分，划分为三类致灾因素，所述三类致灾因素包括气象因素、设备因素和环境因素；

权重计算模块，用于采用熵权法和层次分析法，分别计算所述三类致灾因素的主观权重和客观权重；

耦合关系建立模块，用于通过神经网络模型中网络参数的多重组合建立各类因素之间的耦合关系；

特征提取模型建立模块，用于结合各类因素之间的耦合关系、所述主观权重和所述客观权重，建立所述三类致灾因素的特征提取模型；

特征提取模块，用于利用所述特征提取模型对未知气象灾害场景的致灾因素进行特征提取，得到致灾因素抽象特征；

复合故障预测模型建立模块，用于基于所述特征提取模型和支持向量机模型，建立复合故障预测模型，其中，所述复合故障预测模型用于表征所述致灾因素与电网故障之间的耦合关联关系；

气象灾害实际预测结果生成模块，用于将不同区域的气象灾害相关因素数据输入所述复合故障预测模型中，得到对应的气象灾害实际预测结果；

优化模块，用于基于所述气象灾害实际预测结果建立输电线路运维投入优化模型，对运维投入进行优化。