[发明专利]一种输电线路雷击故障预警方法和系统

权利要求书

1.一种输电线路雷击故障预警方法，其特征在于，包括以下步骤：

将落雷信息输入PSO-LM-BP神经网络模型，得到预测结果，通过预测结果和雷击故障阈值判断输电线路是否会发生雷击故障；

所述PSO-LM-BP神经网络模型训练步骤包括：

将不同宽度输电走廊下的故障和正常样本输入通过粒子群算法和LM算法训练得到的初始BP神经网络，得到各个样本的均方差，将均方差最小的输电走廊宽度所对应的样本作为神经网络的最终训练样本，重新通过最终训练样本和粒子群算法、LM算法训练得到最终的BP神经网络；

其中，将不同宽度输电走廊下的故障和正常样本输入通过粒子群算法和LM算法训练得到的初始BP神经网络，得到各个样本的均方差，步骤包括：

将线路走廊宽度按照设定间距取值，在每一个取值下，提取对应的落雷信息特征，每个宽度走廊下有N_z个样本，采用初始BP神经网络对样本进行预测，得到新的预测误差e_a，a＝1,2,…,N_z，从而获得N_z个样本的误差序列e₁,e₂,…,e_Nz，并计算其均方差值e_m：

2.根据权利要求1所述的一种输电线路雷击故障预警方法，其特征在于，落雷信息包括：

线路走廊内的落雷个数X₁；距离线路最近的落雷点与线路间的距离X₂；线路走廊内的平均雷电流强度X₃；距离线路最近的落雷的雷电流强度X₄。

3.根据权利要求1所述的一种输电线路雷击故障预警方法，其特征在于，故障样本和正常样本生成过程为：

针对每个雷暴，以设定的时间步长，将雷暴过程划分为离散的时间段，将统计出来的一个时间步长内的落雷信息与下一个时间步长内的雷击故障信息作为一个样本，生成故障样本；

线路存在落雷信息但没有发生故障，生成原始正常样本，对原始正常样本采用随机下采样的方法生成正常样本。

4.根据权利要求1所述的一种输电线路雷击故障预警方法，其特征在于，通过粒子群算法和LM算法训练得到初始BP神经网络，包括：

应用粒子群优化算法优化BP神经网络输入层神经元与隐层神经元间的初始权值；

应用LM算法训练BP神经网络。