本申請(qǐng)涉及電力，尤其涉及一種線路覆冰預(yù)測(cè)方法及相關(guān)設(shè)備。

背景技術(shù)：

1、隨著氣候變化和全球變暖，頻繁增加的極端天氣事件對(duì)電網(wǎng)安全穩(wěn)定運(yùn)行帶來(lái)了極大挑戰(zhàn)，輸電線路在冬季濕度大、氣溫低的中高海拔地區(qū)、山地情況下容易覆冰。線路覆冰容易引發(fā)導(dǎo)線舞動(dòng)、絕緣子閃絡(luò)、斷線倒桿等事故，從而導(dǎo)致大面積停電，電力供應(yīng)嚴(yán)重受阻。

2、然而，現(xiàn)有技術(shù)中影響線路覆冰的因素太多，在具體預(yù)測(cè)時(shí)難以確認(rèn)具體應(yīng)該依據(jù)哪個(gè)因素來(lái)判斷線路覆冰的具體厚度。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本申請(qǐng)的目的在于提出一種線路覆冰預(yù)測(cè)方法及相關(guān)設(shè)備。

2、基于上述目的，本申請(qǐng)?zhí)峁┝艘环N線路覆冰預(yù)測(cè)方法，包括：

3、對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)；

4、對(duì)所述第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)；

5、預(yù)設(shè)核極限學(xué)習(xí)機(jī)的第一參數(shù)，并利用鯨魚(yú)優(yōu)化算法對(duì)所述第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)；

6、將所述第二參數(shù)作為所述核極限學(xué)習(xí)機(jī)的參數(shù)，并基于所述第二數(shù)據(jù)，利用所述核極限學(xué)習(xí)機(jī)對(duì)所述線路覆冰厚度進(jìn)行預(yù)測(cè)。

7、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)，包括：

8、對(duì)所述采集數(shù)據(jù)進(jìn)行缺失值迭代插補(bǔ)、異常值監(jiān)測(cè)和歸一化處理，得到所述第一數(shù)據(jù)。

9、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述采集數(shù)據(jù)進(jìn)行缺失值迭代插補(bǔ)，包括：

10、對(duì)所述采集數(shù)據(jù)的集合進(jìn)行按列隨機(jī)化處理，得到多個(gè)第一子集；

11、對(duì)所述第一子集中的任一個(gè)缺失值進(jìn)行插補(bǔ)，得到第二子集；

12、響應(yīng)于所述第二子集中存在至少一個(gè)缺失值，對(duì)其中任一個(gè)缺失值進(jìn)行插補(bǔ)，得到第三子集；

13、響應(yīng)于所述第三子集中不存在缺失值，停止插補(bǔ)處理。

14、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述采集數(shù)據(jù)進(jìn)行異常值監(jiān)測(cè)，包括：

15、從所述采集數(shù)據(jù)中隨機(jī)選擇第一數(shù)量個(gè)數(shù)據(jù)作為子樣本，并放置一個(gè)節(jié)點(diǎn)；

16、在所述子樣本中隨機(jī)指定一個(gè)特征維度，并在所述子樣本的數(shù)據(jù)范圍內(nèi)，隨機(jī)指定一個(gè)切割點(diǎn)；所述切割點(diǎn)的取值范圍為所述子樣本的數(shù)據(jù)中的最大值和最小值之間；

17、基于所述切割點(diǎn)生成超平面，將所述子樣本的數(shù)據(jù)空間劃分為兩個(gè)子空間，將小于所述切割點(diǎn)的數(shù)據(jù)作為所述節(jié)點(diǎn)的左分支，將大于等于所述切割點(diǎn)的數(shù)據(jù)作為所述節(jié)點(diǎn)的右分支；

18、在所述左分支和所述右分支中分別重復(fù)指定特征維度和切割點(diǎn)，并繼續(xù)進(jìn)行超平面的生成，直至當(dāng)前的節(jié)點(diǎn)中僅存在一個(gè)數(shù)據(jù)；

19、計(jì)算所述子樣本中每個(gè)數(shù)據(jù)的異常分?jǐn)?shù)值，基于所述異常分?jǐn)?shù)值對(duì)所述采集數(shù)據(jù)進(jìn)行異常值監(jiān)測(cè)。

20、在一種可能的實(shí)現(xiàn)方式中，所述對(duì)所述第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)，包括：

21、將線路覆冰厚度作為參考數(shù)據(jù)列；

22、將所述第一數(shù)據(jù)按照種類(lèi)進(jìn)行分類(lèi)，并將分類(lèi)后的各個(gè)第一數(shù)據(jù)作為比較數(shù)據(jù)序列；

23、分別計(jì)算每個(gè)所述比較數(shù)據(jù)序列和所述參考數(shù)據(jù)列的關(guān)聯(lián)系數(shù)矩陣；

24、根據(jù)所述關(guān)聯(lián)系數(shù)矩陣計(jì)算每個(gè)所述比較數(shù)據(jù)序列和所述參考數(shù)據(jù)列的關(guān)聯(lián)度；

25、將所述關(guān)聯(lián)度最高值對(duì)應(yīng)的所述比較數(shù)據(jù)序列作為所述第二數(shù)據(jù)。

26、在一種可能的實(shí)現(xiàn)方式中，所述利用鯨魚(yú)優(yōu)化算法對(duì)所述第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)，包括：

27、根據(jù)所述第一參數(shù)構(gòu)建第一向量；

28、基于所述第一向量生成預(yù)設(shè)數(shù)量的鯨魚(yú)種群；

29、所述鯨魚(yú)種群中的每個(gè)鯨魚(yú)個(gè)體游向距離最優(yōu)解最近的所述鯨魚(yú)個(gè)體，并根據(jù)當(dāng)前所述鯨魚(yú)個(gè)體的位置與所述最優(yōu)解對(duì)應(yīng)的鯨魚(yú)個(gè)體位置之間的距離，對(duì)當(dāng)前所述鯨魚(yú)個(gè)體的位置進(jìn)行更新；

30、計(jì)算當(dāng)前所述鯨魚(yú)個(gè)體位置的均方差，將所述均方差最小的所述鯨魚(yú)個(gè)體對(duì)應(yīng)的參數(shù)作為所述第二參數(shù)。

31、基于同一發(fā)明構(gòu)思，本申請(qǐng)實(shí)施例還提供了一種線路覆冰預(yù)測(cè)裝置，包括：

32、預(yù)處理模塊，被配置為對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)；

33、分析模塊，被配置為對(duì)所述第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)；

34、優(yōu)化模塊，被配置為預(yù)設(shè)核極限學(xué)習(xí)機(jī)的第一參數(shù)，并利用鯨魚(yú)優(yōu)化算法對(duì)所述第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)；

35、預(yù)測(cè)模塊，被配置為將所述第二參數(shù)作為所述核極限學(xué)習(xí)機(jī)的參數(shù)，并基于所述第二數(shù)據(jù)，利用所述核極限學(xué)習(xí)機(jī)對(duì)所述線路覆冰厚度進(jìn)行預(yù)測(cè)。

36、基于同一發(fā)明構(gòu)思，本申請(qǐng)實(shí)施例還提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任意一項(xiàng)所述的線路覆冰預(yù)測(cè)方法。

37、基于同一發(fā)明構(gòu)思，本申請(qǐng)實(shí)施例還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)執(zhí)行上述任一所述的線路覆冰預(yù)測(cè)方法。

38、基于同一發(fā)明構(gòu)思，本申請(qǐng)實(shí)施例還提供了一種計(jì)算機(jī)程序產(chǎn)品，其包括計(jì)算機(jī)程序指令，所述計(jì)算機(jī)指令用于使所述計(jì)算機(jī)程序產(chǎn)品執(zhí)行上述任一所述的線路覆冰預(yù)測(cè)方法。

39、從上面所述可以看出，本申請(qǐng)?zhí)峁┑木€路覆冰預(yù)測(cè)方法及相關(guān)設(shè)備，通過(guò)對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)；對(duì)所述第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)；預(yù)設(shè)核極限學(xué)習(xí)機(jī)的第一參數(shù)，并利用鯨魚(yú)優(yōu)化算法對(duì)所述第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)；將所述第二參數(shù)作為所述核極限學(xué)習(xí)機(jī)的參數(shù)，并基于所述第二數(shù)據(jù)，利用所述核極限學(xué)習(xí)機(jī)對(duì)所述線路覆冰厚度進(jìn)行預(yù)測(cè)。本申請(qǐng)實(shí)施例通過(guò)對(duì)溫度、濕度、風(fēng)速、導(dǎo)線拉力等氣象和線路多業(yè)務(wù)采集數(shù)據(jù)的缺失值插補(bǔ)和異常值監(jiān)測(cè)，進(jìn)而通過(guò)數(shù)據(jù)歸一化完成采集數(shù)據(jù)預(yù)處理。進(jìn)一步確定采集數(shù)據(jù)中的各類(lèi)型影響因素與覆冰厚度之間的關(guān)聯(lián)程度，選取關(guān)聯(lián)度較高的因素作為覆冰預(yù)測(cè)輸入量。接下來(lái)，構(gòu)建鯨魚(yú)優(yōu)化-混合核極限學(xué)習(xí)機(jī)預(yù)測(cè)模型，利用混合核極限學(xué)習(xí)機(jī)學(xué)習(xí)速度快、泛化能力強(qiáng)的優(yōu)點(diǎn)，輔之鯨魚(yú)優(yōu)化算法自動(dòng)搜索最優(yōu)的混合核極限學(xué)習(xí)機(jī)模型參數(shù)，開(kāi)展輸電線路覆冰預(yù)測(cè)。

技術(shù)特征：

1.一種線路覆冰預(yù)測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述采集數(shù)據(jù)進(jìn)行缺失值迭代插補(bǔ)，包括：

4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述采集數(shù)據(jù)進(jìn)行異常值監(jiān)測(cè)，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用鯨魚(yú)優(yōu)化算法對(duì)所述第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)，包括：

7.一種線路覆冰預(yù)測(cè)裝置，其特征在于，包括：

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(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6任意一項(xiàng)所述的方法。

9.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，其特征在于，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)執(zhí)行權(quán)利要求1至6任一所述方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序指令，當(dāng)所述計(jì)算機(jī)程序指令在計(jì)算機(jī)上運(yùn)行時(shí)，使得計(jì)算機(jī)執(zhí)行如權(quán)利要求1至6中任一項(xiàng)所述的方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┮环N線路覆冰預(yù)測(cè)方法及相關(guān)設(shè)備，所述方法包括：對(duì)采集數(shù)據(jù)進(jìn)行預(yù)處理，得到第一數(shù)據(jù)；對(duì)第一數(shù)據(jù)進(jìn)行分析，確定與線路覆冰厚度關(guān)聯(lián)程度最高的數(shù)據(jù)，得到第二數(shù)據(jù)；利用鯨魚(yú)優(yōu)化算法對(duì)核極限學(xué)習(xí)機(jī)的第一參數(shù)進(jìn)行優(yōu)化，得到第二參數(shù)；將第二參數(shù)作為核極限學(xué)習(xí)機(jī)的參數(shù)，并基于第二數(shù)據(jù)，利用核極限學(xué)習(xí)機(jī)對(duì)線路覆冰厚度進(jìn)行預(yù)測(cè)。本申請(qǐng)實(shí)施例通過(guò)對(duì)多業(yè)務(wù)采集數(shù)據(jù)的缺失值插補(bǔ)和異常值監(jiān)測(cè)，通過(guò)數(shù)據(jù)歸一化完成采集數(shù)據(jù)預(yù)處理。進(jìn)一步確定采集數(shù)據(jù)中的各類(lèi)型影響因素與覆冰厚度之間的關(guān)聯(lián)程度，將關(guān)聯(lián)度較高的因素作為覆冰預(yù)測(cè)輸入量。利用鯨魚(yú)優(yōu)化算法自動(dòng)搜索最優(yōu)的混合核極限學(xué)習(xí)機(jī)模型參數(shù)，開(kāi)展輸電線路覆冰預(yù)測(cè)。

技術(shù)研發(fā)人員：周光陽(yáng),諸葛雪迎,徐哲男,黃澍,孟洪民,趙陽(yáng),姜雨滋,王孟強(qiáng)
受保護(hù)的技術(shù)使用者：國(guó)網(wǎng)信息通信產(chǎn)業(yè)集團(tuán)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10