[发明专利]一种基于粒子群优化的电网山火卫星自适应判识方法

说明书

本发明公开了一种基于粒子群优化的电网山火卫星自适应判识方法，该方法利用历史火点监测数据样本，构建历史火点判断阈值与火点发生月份、地面温度因素之间的数学函数，并引入粒子群优化算法进行参数优化得到山火判断阈值的数学模型，再依据当前判识时刻的当前月份和关键影响因子，结合数学模型计算出当前山火判断阈值，实现电网山火判断阈值的自适应选取，进而对卫星监测影像中各像素点是否发生山火进行判识。该方法具有适应性好、适用性强、效率高、准确性高的优点。

技术领域

本发明涉及电力工程技术领域，具体涉及一种基于粒子群优化的电网山火卫星自适应判识方法。

背景技术

随着电网的不断发展和特高压交直流线路加快建设，越来越多的输电线路将延伸至山火高发区。若山火发生在输电线路附近，山火产生的污秽或引起的空气放电将导致输电线路跳闸，严重影响电网的安全稳定运行。由于受绝缘子积污的影响，山火跳闸后线路重合闸难以成功，造成停电事故。

为实现对输电线路山火的有效监测，目前有多种方式，包括气象卫星遥感、固定地点安装烟火探测装置以及气象雷达监视等等。采用气象卫星进行山火监测具有监测范围广、发现及时、成本低等特点，目前已成为研究热点。现有卫星遥感数据火点判识技术都是基于火点判断阈值T_h，所以火点判断阈值的选取是火点判识过程的关键技术，将直接影响到火点判识的准确度。若T_h设置过高，则判识结果将剔除某些温度较低的小火点，若T_h设置过低，则可能将某些温度较高的非火点误判为火点。传统的卫星遥感数据火点判识技术都是采用固定阈值或经验阈值的火点判识方法，未考虑季节、地表气温等的差异，无法识别输电线路附近小面积山火，因此监测准确率较低。

发明内容

本发明要解决的技术问题是克服现有技术存在的不足，提供一种基于粒子群优化的电网山火卫星自适应判识方法，该方法结合历史山火和现场温度信息，建立动态判断阈值函数，并引入粒子群优化算法进行阈值函数参数的选择，实现用动态判断阈值函数代替固定阈值的山火卫星自适应判识。

为解决上述技术问题，本发明采用以下技术方案：

一种基于粒子群优化的电网山火卫星自适应判识方法，包括以下步骤：

(S1)将电网山火待判识区域分割成若干个矩形子区域；

(S2)获取各子区域内经过现场火点验证的历史火点监测样本，并确定每一个历史火点的历史火点像素判定阈值，即该历史火点所处像素点在对应卫星影像中4微米通道值；

(S3)统计各子区域内每个历史火点的火点发生月份，以及历史火点当天的地面最高温度和地面最低温度两个地面温度因素，建立各子区域内火点发生月份、两个地面温度因素和历史火点像素判定阈值之间的数学函数；

(S4)按照最小二乘法的原则，采用粒子群优化算法对各子区域对应的数学函数进行参数优化，获得山火判断阈值的数学模型；

(S5)对各子区域的山火情况进行判识，先确定当前判识时刻所属的当前月份，同时根据地面气象数据，获取各子区域当前地面温度因素，结合数学模型计算出当前山火判断阈值；根据当前山火判断阈值对子区域内各像素点进行山火判识，若像素点的4微米通道值大于当前山火判断阈值，则判定该像素点发生山火，否则判定该像素点没有发生山火。

上述的电网山火卫星自适应判识方法，优选的，所述步骤(S3)中的数学函数为以下公式(1)：

其中，x₁为火点发生月份，x₂为火点发生当天地面最低温度，x₃为火点发生当天地面最高温度，p₀～p₉为待确定的常数。