[发明专利]一种基于夜间灯光驱动的污秽风险评估方法及系统

说明书

本申请提供了一种基于夜间灯光驱动的污秽风险评估方法及系统包括：获取待评估区域的夜间灯光数据和气象数据；采用栅格化处理，得到夜间灯光数据的栅格型数值和气象数据的栅格型数值；再将其转化为各要素预设污秽度和各分类的权重赋值模型；将各要素预设污秽度和权重赋值模型，转化为分值模型；根据分值模型设置不同污区等级对应的数值化风险阈值，得到污区图。在实际应用过程中，本申请方法使用夜间灯光数据作为第一驱动因子，采取气象数据作为次要驱动因子，通过优化后的所述绝缘子污秽程度预测模型对绝缘子各局部区域的污秽程度进行判定分值，最终实现未知污秽程度绝缘子的大规模、快速和精确的非接触检测，为绝缘子污秽度判定提供科学依据。

技术领域

本申请涉及电力技术领域，尤其涉及一种基于夜间灯光驱动的污秽风险评估方法及系统。

背景技术

绝缘子表面沉积污秽在很容易引发污秽闪络，输变电设备发生大面积污秽闪络停电事故会严重危及电力生产的安全，对电力企业造成损失，国民经济带来重大危害，这就为输变电设备外绝缘污秽事故的预警与预防带来了全新的挑战。

目前，为评估不同地区发生污秽闪络的概率，我国各省电力系统通常会人工定期绘制污区图，并按照污区图人工进行清洁工作。

污区图的绘制需要依赖人工进行大量的点位测量，工作量较大，特别是对于一些暂未假设输电线路的地区，由于地形复杂等因素，野外作业风险相对高，数据获取困难，难以准确判断其污秽积累的潜在风险。

发明内容

为了解决电力系统污区图绘制存在的工作量大、覆盖不全等问题，本申请实施例提供一种基于夜间灯光驱动的污秽风险评估方法及系统，包括获取待评估区域的夜间灯光数据和气象数据；

对所述夜间灯光数据和所述气象数据，采用栅格化处理，得到夜间灯光数据的栅格型数值和气象数据的栅格型数值；

采用IsoData算法，将所述灯光数据的栅格型数值和所述气象数据的栅格型数值，转化为各要素预设污秽度；

采用粗糙集算法，将所述夜间灯光数据的栅格型数值和所述气象数据的栅格型数值，转化为各分类的权重赋值模型；

采用判定系统，将所述各要素预设污秽度和所述权重赋值模型，转化为分值模型；

根据所述分值模型设置不同污区等级对应的数值化风险阈值，得到污区图。

进一步的，所述待评估区气象数据包括大气PM10值、大气NO2值、大气SO2浓度值、风速值、降雨值、CO2排放值、NOX排放值和SO2排放值。

进一步的，所述栅格化处理具体为：采用EBK方法实施空间插值将所述夜间灯光数据和所述气象数据转化为栅格型数值。

进一步的，所述权重赋值模型，具体为：

POS_C(D)＝UCX；

其中，POS_C(D)表示D在C上的正域，用于指代集合D对集合C的表达能力；U是对象的非空有限集，成为全集。X代表类别的对象集，C代表x∈U/I(D)集合，其中I(D)代表有集合D规定的不可分关系I。

进一步的，所述分值模型具体为：

其中rate^j表示任意象元j的总得分，weight_p代表指标p的权重值，代表象元j在指标p上的得分。

一种基于夜间灯光驱动的污秽风险评估系统包括：