[发明专利]基于支持向量机的输电线路缺陷风险建模及其预测方法在审

专利信息
申请号: 201910611856.5 申请日: 2019-07-08
公开(公告)号: CN110533213A 公开(公告)日: 2019-12-03
发明(设计)人: 曾勇斌;王星华 申请(专利权)人: 广东工业大学
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q10/06;G06Q50/06;G06N20/10
代理公司: 44329 广东广信君达律师事务所 代理人: 杨晓松<国际申请>=<国际公布>=<进入
地址: 510062 广东*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 输电线路 支持向量机 部件缺陷 风险预测 机器学习 评价指标 线路缺陷 有效解决 小样本 预测 建模 筛选 参考 引入 学习
【权利要求书】:

1.一种基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,包括以下步骤:

第一部分,建模过程

将输电线路按不同的设备类型分成多类,将设备发生的缺陷按照危急缺陷、严重缺陷、一般缺陷三个级别,并对各缺陷级别进行量化,得到量化后的缺陷严重程度;根据历史缺陷数据分别统计输电线路每一类设备发生各级缺陷的次数,计算所述次数对该类设备缺陷状况影响的大小,然后定义每一类设备对每个缺陷级别的单风险值,进而得到每一类设备的总的缺陷风险值;根据缺陷历史数据,分别统计输电线路的各类设备在近年来发生缺陷的次数,得到各类设备缺陷的隶属度,根据隶属度以及所述总的缺陷风险值,得到输电线路整体的缺陷风险值,以及整体的缺陷风险值的取值范围;

采用Pearson相关系数分析所有影响因素分别与各类设备缺陷风险值之间的相关性,通过P值方法考察各影响因素的重要度;对于一类设备,分别选择重要度大于或接近0.9且相关性值较大的影响因素作为该类设备的主要影响因素;根据缺陷历史数据,计算得到输电线路不同季度各类设备的缺陷风险值,将设备各季度主要影响因素的统计平均值作为输入变量,将设备各季度的缺陷风险值作为输出变量,构造训练样本集;

利用支持向量机分类器SVM构建缺陷风险值预测模型,并且确定SVM的回归函数、核函数以及参数;以所述的训练样本集训练所述的预测模型,保存训练好的预测模型;

第二部分,预测过程

利用训练好的预测模型对未来一个季度内输电线路各类设备的缺陷的风险值进行预测,然后根据缺陷历史数据,统计近年来各类设备出现缺陷的次数,得到设备缺陷的隶属度,继而计算输电线路整体的缺陷风险值,将该风险值比对整体的缺陷风险值的取值范围,以评估电线路整体缺陷风险的严重程度。

2.如权利要求1所述的基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,所述的将输电线路按不同的设备类型分成多类,具体为:

将输电线路按不同的设备类型分成7类,包括导线、绝缘子、金具、杆塔、地线、避雷器和防振锤。

3.如权利要求1所述的基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,所述的将设备发生的缺陷按照危急缺陷、严重缺陷、一般缺陷三个级别,并对各缺陷级别进行量化,得到量化后的缺陷严重程度,表示为:

式中x=0,1,2,3中分别代表无缺陷、一般缺陷、严重缺陷和危急缺陷。

4.如权利要求1所述的基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,所述的计算所述次数对该类设备缺陷状况影响的大小,然后定义每一类设备对每个缺陷级别的单风险值,进而得到每一类设备的总的缺陷风险值,包括:

根据历史缺陷数据分别统计某输电线路第i类设备在某个时段内危急缺陷、严重缺陷和一般缺陷的发生的次数,分别记为t1、t2、t3,则该类设备相应缺陷级别k的影响大小λk可表示为:

则第i类设备的缺陷级别k分别对应的单风险值rk可定义为:

rk=Qikλk 式3

进一步得到该第i类设备的总的缺陷风险值Rk为:

5.如权利要求1所述的基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,所述的得到各类设备缺陷的隶属度,根据隶属度以及所述总的缺陷风险值,得到输电线路整体的缺陷风险值,具体计算过程为:

输电线路整体缺陷风险值:

其中:

式5、式6中,Rk为输电线路第i类设备的总的缺陷风险值;di为输电线路近n年来统计得到的第i类设备出现缺陷的次数。

6.如权利要求1所述的基于支持向量机的输电线路缺陷风险建模及其预测方法,其特征在于,所述的整体的缺陷风险值的取值范围为[0,1]。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910611856.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top