[发明专利]一种基于神经网络集成的输电线路雷害风险预测方法

权利要求书

1.一种基于神经网络集成的输电线路雷害风险预测方法，包括以下步骤：

S1.收集输电线路雷害风险基础数据；

S2.基于输电线路雷害风险的基础数据计算雷击跳闸率，并根据地形地貌和历史雷击跳闸情况对计算的雷击跳闸率进行修正；

S3.通过专家打分法确定输电线路重要程度以及对应的重要程度系数；

S4根据输电线路重要程度以及对应的重要程度系数、雷击跳闸率确定雷害风险指标值；

S5.建立BP神经网络集成模型；

S6.在BP神经网络集成模型下，建立多个BP神经网络模型进行学习训练；

S7.将多个BP神经网络模型输出结果进行集成，得到基于神经网络集成的雷害风险指标值以及对应的输电线路雷害风险情况。

2.根据权利要求1所述的一种基于神经网络集成的输电线路雷害风险预测方法，其特征在于，S1步骤中，所述输电线路雷害风险基础数据包括雷电活动参数、输电线路参数和环境参数。

3.根据权利要求1所述的一种基于神经网络集成的输电线路雷害风险预测方法，其特征在于，S2步骤中，所述计算雷击跳闸率方法为：

通过电气几何模型计算输电线路绕击跳闸率；

通过电磁暂态模型计算输电线路反击跳闸率；

将所述绕击跳闸率与所述反击跳闸率相加得到雷击跳闸率。

4.根据权利要求1所述的一种基于神经网络集成的输电线路雷害风险预测方法，其特征在于，S2步骤中，根据所述地形地貌和历史雷击跳闸情况可获得地形地貌与历史雷击跳闸情况赋值表，如表1、表2所示：

表1 地形地貌赋值表

地形地貌	平地	山坡	山顶
K1	1	1.3	1.5

表2 历史雷击跳闸情况赋值表

历史雷击跳闸情况	有跳闸情况	无跳闸情况
K2	1.5	1

。