>[0054] S(O) = 0 (4)
[0055] 當(dāng)降水等氣象要素和大氣污染程度發(fā)生變化時，積污速率τ將不再是與時間無 關(guān)的常數(shù)，絕緣子ESDD時間序列也將不再隨時間呈負(fù)指數(shù)變化趨勢，而是和氣象要素以及 大氣污染程度有著較為復(fù)雜的關(guān)系。因此考慮將任意時刻的ESDD的增長速率表示為該時 刻ESDD的函數(shù)，對式（3)進(jìn)行前向差分可得k+Ι時刻ESDD可以表示為：
[0056] (S)
[0057]
[0058] m
[0059] 通過對連續(xù)模型的積分離散化，使得相鄰時間段ESDD的增量為參數(shù)A和τ的函 數(shù)。即若已知當(dāng)天的參數(shù)A和τ值，則可根據(jù)式（6)對下一天的ESDD進(jìn)行預(yù)測。
[0060] 3、引入空氣質(zhì)量指數(shù)表征積污速率
[0061] 在模型離散化后，就可以根據(jù)天氣因素對模型參數(shù)進(jìn)行動態(tài)地調(diào)整。通常絕緣子 表面污穢需要積累較長時間達(dá)到飽和，而飽和等值鹽密A與絕緣子的結(jié)構(gòu)型號和運行環(huán)境 有關(guān)，故可以假定A為常數(shù)，而τ為隨時間變化的大氣環(huán)境污染指數(shù)有關(guān)的函數(shù)?？紤]到 模型的適用性和魯棒性，本發(fā)明采用空氣質(zhì)量指數(shù)空氣質(zhì)量指數(shù)作為大氣污染程度的指標(biāo) 量，因為空氣質(zhì)量指數(shù)的監(jiān)測值不僅易于獲取，而且空氣質(zhì)量指數(shù)能代表首要污染物的特 性也增強了模型的魯棒性。
[0062] 則公式（6)可寫作：
[0063]
m
[0064] 空氣質(zhì)量指數(shù)與積污速率之間具有正相關(guān)性。依據(jù)若空氣完全潔凈，則絕緣子積 污速率理論上為〇的物理意義，綜合考慮各地區(qū)污染物化學(xué)成分的不同會導(dǎo)致空氣質(zhì)量指 數(shù)對積污速率的貢獻(xiàn)因子有所差異的影響，提出了如式（8)的指數(shù)函數(shù)關(guān)系，該函數(shù)滿足 單調(diào)性和過零點兩個基本條件。
[0065] τ k= m · AQI n (8)
[0066] 引入空氣質(zhì)量指數(shù)（AQI)之后的預(yù)測模型為：
[0067]
m
[0068] 式中，AQI為當(dāng)?shù)氐趉天的空氣質(zhì)量指數(shù)，m、η為模型參數(shù)，且為常數(shù)。
[0069] 4、基于模擬退火的參數(shù)估計
[0070] 由于添加了模型參數(shù)m和η，給模型參數(shù)的擬合帶來了一定的困難，為了能使本發(fā) 明模型的擬合更為準(zhǔn)確，本發(fā)明采用了進(jìn)行全局最優(yōu)參數(shù)估計的模擬退火算法，對絕緣子 等值鹽密累積規(guī)律模型的參數(shù)進(jìn)行估計。
[0071] 對于式（7)、式（8)、式（9)來說，本發(fā)明需要根據(jù)已測得的數(shù)據(jù)和每日當(dāng)?shù)乜諝赓|(zhì) 量指數(shù)的監(jiān)測數(shù)據(jù)擬合出飽和等值鹽密A (mg/cm2)，常數(shù)m和η三個參數(shù)。本發(fā)明是非線性 高階模型，采用模擬退火算法能在一定的迭代步數(shù)內(nèi)較為準(zhǔn)確地擬合出這三個參數(shù)的全局 最優(yōu)估計值。
[0072] 實施例：
[0073] 本案例采用武漢地區(qū)5個站點2012年6月4日至6月21日以及2013年1月4 日至1月21日期間無雨天氣條件下的絕緣子等值鹽密在線監(jiān)測數(shù)據(jù)。為了驗證引入空氣 質(zhì)量指數(shù)模型的對下一時刻的預(yù)測準(zhǔn)確性和穩(wěn)定性，采用前15天的數(shù)據(jù)來進(jìn)行模型參數(shù) 估計，進(jìn)一步求算后三天的等值鹽密預(yù)測值，并將經(jīng)典模型做為對照組同實測值進(jìn)行比較。
[0074] 圖2為武漢五個站點對實測數(shù)據(jù)（2012年6月4日至6月21日）的擬合和預(yù)測 曲線，其中孤立點為真實值，實線是本發(fā)明模型進(jìn)行參數(shù)估計的擬合折線，虛線是應(yīng)用所得 參數(shù)后的預(yù)測值折線。同理，我們運用相同的方法對2013年1月4日至1月21日武漢自 然積污在線監(jiān)測數(shù)據(jù)進(jìn)行了擬合與預(yù)測，如圖3所示。
[0075] 從圖2和圖3可知：本發(fā)明模型對前15天數(shù)據(jù)擬合較好，擬合結(jié)果表明其相關(guān)系 數(shù)均高于〇. 97,說明本發(fā)明模型能很好地反演等值鹽密的走勢。為了體現(xiàn)本發(fā)明模型在等 值鹽密預(yù)測方面的價值，本發(fā)明分別對五組數(shù)據(jù)后3天預(yù)測的準(zhǔn)確性進(jìn)行了驗證，取每組 數(shù)據(jù)預(yù)測值和真實值之差的絕對值作為評價指標(biāo)，采用平均絕對誤差MAE (mean absolute error)和均方根誤差RMSE來評價本發(fā)明模型預(yù)測的準(zhǔn)確度，MAE的對比結(jié)果如圖4所示， RMSE的對比結(jié)果如圖5所示。
[0076] 從圖4兩種模型平均絕對誤差MAE的對比折線中可以得出：10組數(shù)據(jù)均證明 本發(fā)明模型的等值鹽密預(yù)測值更為準(zhǔn)確，本發(fā)明模型的總體平均誤差約較經(jīng)典模型減小 53. 37%，說明本發(fā)明模型對等值鹽密的預(yù)測結(jié)果更加準(zhǔn)確；同時結(jié)合絕緣子等值鹽密在線 監(jiān)測數(shù)據(jù)及其當(dāng)天的空氣質(zhì)量指數(shù)監(jiān)測數(shù)值，發(fā)現(xiàn)空氣質(zhì)量指數(shù)變化越大，本發(fā)明模型的 絕對誤差減小的越顯著。
[0077] 從圖5的預(yù)測結(jié)果評價因子均方根誤差RMSE的對比中可直觀地看出：本發(fā)明模型 對10組數(shù)據(jù)預(yù)測結(jié)果的RMSE均比經(jīng)典模型有所減小，平均減小46. 14%，說明本發(fā)明模型 對等值鹽密的預(yù)測結(jié)果更加穩(wěn)定。
【主權(quán)項】
1. 一種引入空氣質(zhì)量指數(shù)的絕緣子等值鹽密度預(yù)測模型，其特征在于，包括以下步 驟： 步驟一，利用積分方程對經(jīng)典預(yù)測模型進(jìn)行參數(shù)動態(tài)化處理； 步驟二，引入空氣質(zhì)量指數(shù)作為驅(qū)動因子對積污速率τ進(jìn)行動態(tài)估算，突出積污速率 與空氣污染程度的動態(tài)關(guān)系； 步驟三，采用模擬退火算法對模型參數(shù)進(jìn)行全局最優(yōu)估計，建立高精度的等值鹽密度 預(yù)測模型； 所述步驟一的經(jīng)典預(yù)測模型為： ESDD = AX (1-KXexp (-t/τ )) (1) 其中，ESDD為等值鹽密度，A為飽和等值鹽密度，A與絕緣子的結(jié)構(gòu)型號和運行環(huán)境有 關(guān)；K為常數(shù)；t為積污時間；τ為表征積污速率的常數(shù)；公式（1)忽略了空氣污染程度對等 值鹽密累積的動態(tài)影響， 需要對經(jīng)典模型進(jìn)行切線型離散化處理，將ESDD累積量為時間的函數(shù)S (t)，且假設(shè)零 時刻時，累計鹽密為〇,將經(jīng)驗公式（1)改為式（2)，如下： Sk= A (1-exp (-k/ τ )) (2) 忽略污染程度變化對積污速率的影響，并假定積污速率為積污時間的函數(shù)，將公式（2) 化為積分方程可得：且 S(O) = 0 (4) 當(dāng)降水等氣象要素和大氣污染程度發(fā)生變化時，積污速率τ是和氣象要素、大氣污染 程度有著較為復(fù)雜的關(guān)系，將任意時刻的ESDD的增長速率表示為該時刻ESDD的函數(shù)，對式 (3)進(jìn)行前向差分可得k+Ι時刻ESDD，表示為：通過對連續(xù)模型的積分離散化，使得相鄰時間段ESDD的增量為參數(shù)A和τ的函數(shù)，根 據(jù)式（6)對下一天的ESDD進(jìn)行預(yù)測。2. 根據(jù)權(quán)利要求1所述的一種引入空氣質(zhì)量指數(shù)的絕緣子等值鹽密度預(yù)測模型，其特 征在于：采用空氣質(zhì)量指數(shù)作為大氣污染程度的指標(biāo)量， τ為隨時間變化的大氣環(huán)境污染指數(shù)有關(guān)的函數(shù)，則公式（6)可寫作：式中，AQI為當(dāng)?shù)氐趉天的空氣質(zhì)量指數(shù)，m、η為模型參數(shù)，且為常數(shù)。3.根據(jù)權(quán)利要求2所述的一種引入空氣質(zhì)量指數(shù)的絕緣子等值鹽密度預(yù)測模型，其特 征在于：根據(jù)已測得的數(shù)據(jù)和每日當(dāng)?shù)乜諝赓|(zhì)量指數(shù)的監(jiān)測數(shù)據(jù)選擇模擬退火算法擬合出 飽和等值鹽密Α，常數(shù)m和η三個參數(shù)的全局最優(yōu)估計值。
【專利摘要】本發(fā)明提供一種引入空氣質(zhì)量指數(shù)的絕緣子等值鹽密度預(yù)測模型，其特征在于，包括以下步驟：利用積分方程對經(jīng)典預(yù)測模型進(jìn)行參數(shù)動態(tài)化處理；引入空氣質(zhì)量指數(shù)(空氣質(zhì)量指數(shù)：Air？Quality？Index)作為驅(qū)動因子對積污速率τ進(jìn)行動態(tài)估算，突出積污速率與空氣污染程度的動態(tài)關(guān)系；采用模擬退火算法對模型參數(shù)進(jìn)行全局最優(yōu)估計，建立高精度的等值鹽密度預(yù)測模型，實現(xiàn)對等值鹽密進(jìn)行更精準(zhǔn)、更穩(wěn)定的預(yù)測。考慮到空氣質(zhì)量指數(shù)數(shù)據(jù)的易獲取性和大廣覆蓋性，所提模型有望大幅降低區(qū)域污穢評估的成本。
【IPC分類】G06Q10/04
【公開號】CN105160419
【申請?zhí)枴緾N201510477277
【發(fā)明人】熊宇, 阮羚, 黃俊杰, 陳孝明, 馬昕, 李晨, 張?zhí)旌?
【申請人】國家電網(wǎng)公司, 國網(wǎng)湖北省電力公司電力科學(xué)研究院, 武漢大學(xué)
【公開日】2015年12月16日
【申請日】2015年8月6日