本發(fā)明涉及輸電線路的覆冰預(yù)測(cè)，尤其涉及一種輸電線路短期覆冰預(yù)測(cè)方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備。

背景技術(shù)：

1、近年來(lái)伴隨著氣候變暖等原因，冰凍災(zāi)害等惡劣天氣的頻發(fā)，電網(wǎng)基礎(chǔ)設(shè)施受到破壞，輸電線路的抗擊冰雪災(zāi)害就成為電氣領(lǐng)域的研究熱點(diǎn)之一。輸電線路嚴(yán)重覆冰會(huì)引發(fā)輸電線路過(guò)載，導(dǎo)線舞動(dòng)倒塔斷塔，絕緣子串閃絡(luò)等事故，嚴(yán)重危害人民正常生活和電力系統(tǒng)的安全運(yùn)行。因此，對(duì)輸電線路覆冰預(yù)測(cè)的研究具有重要的工程實(shí)用價(jià)值。

2、目前，現(xiàn)有的對(duì)輸電線路覆冰預(yù)測(cè)方案一般包括基于物理模型的覆冰預(yù)測(cè)和基于神經(jīng)網(wǎng)絡(luò)模型的覆冰預(yù)測(cè)?；谖锢砟Ｐ偷母脖念A(yù)測(cè)方法一般計(jì)算復(fù)雜、難度大、建設(shè)成本高等，難以運(yùn)用到實(shí)際的覆冰厚度預(yù)測(cè)?；赽p神經(jīng)網(wǎng)絡(luò)模型的覆冰預(yù)測(cè)需要大量的歷史覆冰數(shù)據(jù)進(jìn)行訓(xùn)練，在此之前的輸電線路覆冰檢測(cè)器還未完全完善，而且大多數(shù)地區(qū)的覆冰時(shí)間很短，多年積攢的微氣象數(shù)據(jù)及其等值覆冰厚度不足以支撐完成整個(gè)訓(xùn)練過(guò)程，導(dǎo)致模型預(yù)測(cè)精度低。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明所要解決的技術(shù)問(wèn)題是針對(duì)現(xiàn)有技術(shù)存在的問(wèn)題，提供一種輸電線路短期覆冰預(yù)測(cè)方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備。

2、第一方面，本申請(qǐng)?zhí)峁┮环N輸電線路短期覆冰預(yù)測(cè)方法，包括如下步驟：

3、獲取當(dāng)?shù)剌旊娋€路的微氣象數(shù)據(jù)和等值覆冰厚度數(shù)據(jù)，構(gòu)建輸入輸出樣本集；

4、通過(guò)隨機(jī)森林算法對(duì)輸入輸出樣本集中的微氣象數(shù)據(jù)進(jìn)行特征向量篩選，將得到的特征向量與等值覆冰厚度數(shù)據(jù)進(jìn)行組合，得到組合樣本集；

5、初始化鯨魚優(yōu)化算法種群，基于自適應(yīng)權(quán)重因子和tent混沌映射得到改進(jìn)鯨魚算法；

6、通過(guò)改進(jìn)鯨魚算法進(jìn)行尋優(yōu)，得到懲罰因子與核函數(shù)參數(shù)的最優(yōu)解，將最優(yōu)解作為支持向量回歸模型的模型參數(shù)；

7、利用組合樣本集對(duì)支持向量回歸模型進(jìn)行訓(xùn)練測(cè)試，得到覆冰預(yù)測(cè)模型，基于覆冰預(yù)測(cè)模型進(jìn)行輸電線路短期覆冰預(yù)測(cè)。

8、第二方面，本申請(qǐng)?zhí)峁┮环N輸電線路短期覆冰預(yù)測(cè)系統(tǒng)，包括：

9、樣本集構(gòu)建模塊，用于獲取當(dāng)?shù)剌旊娋€路的微氣象數(shù)據(jù)和等值覆冰厚度數(shù)據(jù)，構(gòu)建輸入輸出樣本集；

10、樣本集篩選模塊，用于通過(guò)隨機(jī)森林算法對(duì)輸入輸出樣本集中的微氣象數(shù)據(jù)進(jìn)行特征向量篩選，將得到的特征向量與等值覆冰厚度數(shù)據(jù)進(jìn)行組合，得到組合樣本集；

11、鯨魚算法改進(jìn)模塊，用于初始化鯨魚優(yōu)化算法種群，基于自適應(yīng)權(quán)重因子和tent混沌映射得到改進(jìn)鯨魚算法；

12、最優(yōu)參數(shù)求解模塊，用于通過(guò)改進(jìn)鯨魚算法進(jìn)行尋優(yōu)，得到懲罰因子與核函數(shù)參數(shù)的最優(yōu)解，將最優(yōu)解作為支持向量回歸模型的模型參數(shù)；

13、模型訓(xùn)練及應(yīng)用模塊，用于利用組合樣本集對(duì)支持向量回歸模型進(jìn)行訓(xùn)練測(cè)試，得到覆冰預(yù)測(cè)模型，基于覆冰預(yù)測(cè)模型進(jìn)行輸電線路短期覆冰預(yù)測(cè)。

14、第三方面，本申請(qǐng)?zhí)峁┮环N計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，當(dāng)指令在計(jì)算機(jī)上運(yùn)行時(shí)，使計(jì)算機(jī)執(zhí)行如上述技術(shù)方案提供的輸電線路短期覆冰預(yù)測(cè)方法。

15、第四方面，本申請(qǐng)?zhí)峁┮环N電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上的并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行程序時(shí)實(shí)現(xiàn)如上述技術(shù)方案提供的輸電線路短期覆冰預(yù)測(cè)方法。

16、第五方面，本申請(qǐng)還提供了一種計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序，該計(jì)算機(jī)程序產(chǎn)品或計(jì)算機(jī)程序包括計(jì)算機(jī)指令，該計(jì)算機(jī)指令存儲(chǔ)在計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中。計(jì)算機(jī)設(shè)備的處理器從計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)讀取該計(jì)算機(jī)指令，處理器執(zhí)行該計(jì)算機(jī)指令，使得該計(jì)算機(jī)設(shè)備執(zhí)行上述方案提供的輸電線路短期覆冰預(yù)測(cè)方法。

17、本發(fā)明的有益效果是：通過(guò)隨機(jī)森林算法分析各氣象因素的權(quán)重，通過(guò)特征選擇可減少微氣象信息間的交叉重疊，降低樣本空間維度，提高模型預(yù)測(cè)效率與泛化能力；通過(guò)引入tent映射使得鯨魚群體均勻分布，混沌具有隨機(jī)性和遍歷性和初值敏感性，能使算法有更快的收斂速度，一定程度上解決了原始算法容易陷入局部最優(yōu)解的問(wèn)題；通過(guò)對(duì)支持向量回歸模型svr進(jìn)行訓(xùn)練，將回歸問(wèn)題轉(zhuǎn)化為求解一組支持向量的問(wèn)題，能處理非線性回歸問(wèn)題，通過(guò)選擇適當(dāng)?shù)暮撕瘮?shù)將數(shù)據(jù)映射到高維空間，提升了模型的適應(yīng)范圍。

18、本發(fā)明附加的方面及其優(yōu)點(diǎn)將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過(guò)本發(fā)明實(shí)踐了解到。

技術(shù)特征：

1.一種輸電線路短期覆冰預(yù)測(cè)方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述初始化鯨魚優(yōu)化算法種群，基于自適應(yīng)權(quán)重因子和tent混沌映射得到改進(jìn)鯨魚算法，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過(guò)tent混沌映射初始化種群位置，公式如下：

4.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述通過(guò)所述改進(jìn)鯨魚算法進(jìn)行尋優(yōu)，得到懲罰因子與核函數(shù)參數(shù)的最優(yōu)解，包括：

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述包圍捕食公式如下：

6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述螺旋吐泡捕食和全局搜索捕食公式如下：

7.根據(jù)權(quán)利要求1至3任一項(xiàng)所述的方法，其特征在于，所述通過(guò)隨機(jī)森林算法對(duì)所述輸入輸出樣本集中的微氣象數(shù)據(jù)進(jìn)行特征向量篩選之前，還包括：對(duì)所述輸入輸出樣本集中的數(shù)據(jù)進(jìn)行歸一化處理。

8.一種輸電線路短期覆冰預(yù)測(cè)系統(tǒng)，其特征在于，包括：

9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括指令，其特征在于，當(dāng)所述指令在計(jì)算機(jī)上運(yùn)行時(shí)，使所述計(jì)算機(jī)執(zhí)行如權(quán)利要求1至7任一項(xiàng)所述的輸電線路短期覆冰預(yù)測(cè)方法。

10.一種電子設(shè)備，包括：存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上的并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的輸電線路短期覆冰預(yù)測(cè)方法。

技術(shù)總結(jié)
本發(fā)明涉及輸電線路的覆冰預(yù)測(cè)技術(shù)領(lǐng)域，公開(kāi)了一種輸電線路短期覆冰預(yù)測(cè)方法、系統(tǒng)、存儲(chǔ)介質(zhì)及電子設(shè)備。方法包括：獲取輸電線路的微氣象數(shù)據(jù)和等值覆冰厚度數(shù)據(jù)，構(gòu)建輸入輸出樣本集；對(duì)樣本集進(jìn)行特征向量篩選，得到組合樣本集；初始化鯨魚優(yōu)化算法種群，基于自適應(yīng)權(quán)重因子和Tent混沌映射得到改進(jìn)鯨魚算法；通過(guò)改進(jìn)鯨魚算法進(jìn)行尋優(yōu)，得到懲罰因子與核函數(shù)參數(shù)的最優(yōu)解，將最優(yōu)解作為支持向量回歸模型的模型參數(shù)；利用組合樣本集對(duì)支持向量回歸模型進(jìn)行訓(xùn)練測(cè)試，得到覆冰預(yù)測(cè)模型，基于覆冰預(yù)測(cè)模型進(jìn)行輸電線短期覆冰預(yù)。本發(fā)明提高了模型預(yù)測(cè)效率與泛化能力；解決了原始算法容易陷入局部最優(yōu)解的問(wèn)題，提升了模型的適應(yīng)范圍。

技術(shù)研發(fā)人員：張維,齊屹,唐茂林,柴少磊,馬文長(zhǎng),任大江,鞏鑫龍,王龍,李均超,陳丹,張辰,李佳怡,閆志杰,孟旭紅,李歆,黃瑞,陳娜,楊凱
受保護(hù)的技術(shù)使用者：國(guó)網(wǎng)寧夏電力有限公司經(jīng)濟(jì)技術(shù)研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/26