[发明专利]一种基于Adaboost的输电线路暴雨灾害风险预警方法

说明书

本发明公开了一种基于Adaboost的输电线路暴雨灾害风险预警方法，包括：采集输电线路的外部环境因素，对外部环境因素进行分类并获取暴雨灾害下输电线路各类外部环境因素对应的气象特征因素，再将输电线路分段，收集各段输电线路的输电线路信息；选择各段输电线路暴雨灾害外部环境因素以及对应的气象特征因素构成训练样本集，通过Adaboost集成学习算法生成分类器；获取实时气象特征因素为输入，通过分类器得到各段输电线路暴雨灾害预警输出结果和置信度margin值；根据各段输电线路的权重比例线性组合计算整条输电线路的暴雨灾害预警输出结果和置信度margin值；输出暴雨灾害风险预警等级。

技术领域

本发明涉及气象灾害技术领域，具体涉及一种基于Adaboost的输电线路暴雨灾害风险预警方法。

背景技术

输电线路作为电网的重要基础设施，其安全稳定运行直接影响电网稳定性和供电可靠性。暴雨引起的水土流失导致坡面滑坡、滑塌、冲刷等灾害发生，严重危及输电线路杆塔安全运行，特别是微地形区域的输电线路杆塔在暴雨影响下发生倒杆断线现象屡见不鲜。因此，提前预测预警输电线路的附近降水量和评估输电线路基础边坡暴雨灾害风险，可以有效防止输电线路杆塔基础设施边坡暴雨灾害事故发生，大力支撑输电线路安全稳定运行，而且这项工作已越来越受到电力设计单位、运检单位以及供电管理部门的高度重视。

目前，国内已开展了大量输电线路杆塔边坡暴雨灾害风险评估方法以及电网地质灾害预警方法的相关研究，或通过数学回归分析方法建立土边坡稳定性控制因素抗洪能力评分表，以及利用区段滑坡与降雨关系进行统计分析，得出滑坡时有效降雨量阈值，从而建立土边坡在降雨条件下的稳定性警戒等级图实现某一边坡所处的稳定性状态风险评估；或基于层次结构模型建立区段输电线路内各杆塔基础边坡对整个区坡暴雨灾害风险评估方法，实现对输电线路各区段暴雨灾害风险的准确评估；还有提供基于神经网络和多参数信息融合的地质灾害预报方法，建立多参数地质监测系统和地质灾害预报模型，实现对多参数的分析、规律统计以及地质灾害的预警；也有针对地质条件、气象要素等数据分析的基于电网GIS的地质灾害预警方法及装置，建立分析模型并及时预警，实现电网覆盖区内的地质灾害准确预测。然而，这些方法均未全面考虑历史暴雨灾害的气象特征因素信息，且模型中的参数获取不够精确，人工经验因素占据主要地位。因此，不具备较强的理论合理性，导致输电线路暴雨灾害的客观性有所降低的缺点；电网GIS的地址灾害预警方法根据监测数据反馈的图像数据而来，但数据的实时性不能保证，这样会导致输电线路暴雨灾害预警时间不及时，从而效果不理想。

发明内容

本发明目的在提供于一种基于Adaboost的输电线路暴雨灾害风险预警方法，以解决现有技术中存在的技术缺陷。

为实现上述目的，本发明提供了一种基于Adaboost的输电线路暴雨灾害风险预警方法，包括以下步骤：

S1：采集输电线路的外部环境因素，对外部环境因素进行分类并获取暴雨灾害下输电线路各类外部环境因素对应的气象特征因素，再将输电线路分段，收集各段输电线路的输电线路信息；

S2：针对各段输电线路的输电线路信息，选择各段输电线路中暴雨灾害外部环境因素以及该类外部环境因素对应的气象特征因素构成训练样本集，通过Adaboost集成学习算法生成分类器；

S3：获取实时气象特征因素，以实时气象特征因素为输入，通过分类器得到各段输电线路暴雨灾害预警输出结果和置信度margin(Ω,X)；

S4：根据各段输电线路的暴雨灾害预警输出结果和置信度margin(Ω,X)以及各段输电线路的权重比例线性组合计算整条输电线路的暴雨灾害预警输出结果和置信度margin(Ω,X)；

S5：根据整条输电线路的暴雨灾害预警输出结果和置信度margin(Ω,X)输出暴雨灾害风险预警等级。

优选地，通过Adaboost集成学习算法生成分类器包括以下步骤：