一種發生山火之后預測輸電線污穢度的方法
【技術領域】
[0001] 本發明涉及電力系統減災防災領域，具體是一種發生山火之后預測輸電線污穢度 的方法。
【背景技術】
[0002] 現有的污穢回歸預測模型預測某時刻污穢度時，將該時刻氣象數據、地形數據等 作為參數通過映射關系得到污穢度，這種方法更側重于映射關系，而沒有考慮到污穢積累 的具體條件，實際上，考慮到污穢的實際積累過程，這種方法是有局限性的。
[0003] 山火發生時與剛發生后，污穢有一個快速穩定增加的過程，直至污穢維持在一定 值，僅在小范圍內波動。在污穢快速穩定增加的過程中，由于污穢在不斷積累，即使有相同 的氣象、地形等條件，不同時刻污穢程度不同，而按照傳統預測方法，使用相同的氣象、地形 等參數，得到的結果是相同的，這往往會產生較大的誤差。

【發明內容】

[0004] 針對污穢預測領域現有技術的上述不足，本發明提供一種發生山火之后預測輸電 線污穢度的方法，其在山火發生后對不同污穢積累過程分類，在此基礎上根據污穢積累的 機理建立更為準確的污穢預測模型，相比傳統預測方法，更符合實際情況，結果更加可靠。
[0005] 一種發生山火之后預測輸電線污穢度的方法，其特征在于：包括如下步驟：
[0006] 步驟1、根據氣象過程對氣象歷史數據進行分類，定義氣象歷史數據為IxpCiK i 為樣本編號，XiE Rn為氣象數據，CiE R為對應的線路污穢值，對線路污穢氣象歷史數據 Ixi, CJ進行如下操作：
[0007]
【主權項】
1. 一種發生山火之后預測輸電線污穢度的方法，其特征在于：包括如下步驟： 步驟1、根據氣象過程對氣象歷史數據進行分類，定義氣象歷史數據為Ixi, CJ，i為樣 本編號，Xie Rn為氣象數據，C ie R為對應的線路污穢值，對線路污穢氣象歷史數據Ix i，CJ 進行如下操作：
由式1求得的{ΔΧ?，ACJ稱為氣象過程歷史數據，由式2將氣象過程歷史數據 {Λ Xi，ACJ分為污穢快速穩定增長、污穢維持兩個集合：
式（2)中：P+表示污穢快速穩定增長集合，P ^表示污穢維持集合，ACi為相鄰時刻采樣 點輸電線路污穢增量，S為污穢維持類別的波動范圍； 步驟2、使用灰色關聯分析法計算樣本數據對不同累積過程的隸屬度，得到影響污穢 增長的因子的權重矩陣W的，具體步驟如下： 設參考序列C為污穢值序列：C= (C(I)，C (2)，...，C (N)) 比較序列Xj為氣象分量的序列：x j= (X j (I)，Xj (2)，...，Xj (N)) 其中j為溫度、濕度等氣象分量的編號，則氣象分量\與污穢值C的灰色斜率關聯度 定義為
其中ξ為灰色關聯系數，％ (t)表示氣象分量\與污穢值C在時刻t所對應的灰色 關聯系數，t為測得數據對應的時刻，t = 1，2，…，N，N為序列中的測量數據樣本數；式4 中^為氣象分量序列的平均值，&為污穢值序列平均值，Ax^t)表示氣象分量\在時刻t 之后的第一次測量值與時刻t測量值的差值，△ t為對應的時間差； 定義影響污穢增長的因子的權重矩陣為W W = diag( ε1； ε 2, . . . , Ej,...) 式 7 通過式（8)計算氣象過程歷史數據對兩個集合PmPci的帶權重馬氏距離I^p:
式⑶中為馬氏距離，!!^為模式集P的聚類中心，P e P+、Ptl, Cp為該模式集的協 方差矩陣，有
將該帶權重馬氏距離Li作為模糊隸屬度函數的參數，求出氣象歷史數據對不同氣象過 程的隸屬度μ^ρ具體為：
步驟3、利用SVM支持向量機對污穢度進行回歸預測：對SVM支持向量機進行訓練，得 到污穢度的回歸預測模型C = f(x)，回歸預測模型的輸入有：累積過程隸屬度、氣象數據、 燃燒物類型、地形數據、著火點距離、風速、山火等級、歷史污穢度，回歸預測模型的輸出為 當前污穢度，進行預測時，將上一時刻的污穢度、反映上一時刻到預測時刻的氣象過程信息 的氣象過程隸屬度，以及預測時刻的氣象實測數據，代入回歸預測模型即可。
【專利摘要】本發明提供一種發生山火之后預測輸電線污穢度的方法，屬于電力系統及數據挖掘領域。本發明實現了山火發生后，不同污穢積累過程的分類，在此基礎上，根據污穢積累的機理，建立了更為準確的污穢預測模型，即引入當前預測時刻對于污穢不同累積過程的隸屬度作為影響因子之一，相比傳統預測方法，更符合實際情況，結果更加可靠。本發明為輸電線路在山火發生之后快速預測輸電線路污穢度提供了工具，為預防輸電線路污穢引發事故提供了保障，也可用于平時的線路污穢度預測評估中，提高電力系統防御災害的能力，輔助進行輸電線路的管理。
【IPC分類】G06F19-00
【公開號】CN104657615
【申請號】CN201510092800
【發明人】陳江平, 付明花, 譚波, 呂偉源
【申請人】武漢大學
【公開日】2015年5月27日
【申請日】2015年2月28日