[发明专利]一种台风灾害配电网杆塔故障预测方法及系统

权利要求书

1.一种台风灾害配电网杆塔故障预测方法，其特征在于，包括如下步骤：

将实时采集的气象站数据输入训练完成的基于BP神经网络的配电网杆塔故障预测模型，得到神经网络的输出结果，预测杆塔是否会发生跳闸故障；

所述基于BP神经网络的配电网杆塔故障预测模型的训练样本包括：从新的故障样本集和非故障样本集中选取的部分故障和非故障样本；

所述新的故障样本集是采用SMOTE方法对原始故障样本进行过采样形成的；

所述新的非故障样本集是采用OSS方法对原始非故障样本进行欠采样形成的。

2.根据权利要求1所述的台风灾害配电网杆塔故障预测方法，其特征在于，从台风相关历史数据中提取发生故障和未发生故障杆塔处的台风特征信息，形成原始故障样本集和原始非故障样本集；

各杆塔处的台风特征信息包括：各杆塔承受的极大风速X1，各杆塔极大风速发生时风向与杆塔所在线路走向夹角极大值X2，各杆塔两分钟平均风速X3，各杆塔风向与线路两分钟平均夹角X4，各杆塔降雨量X5。

3.根据权利要求2所述的台风灾害配电网杆塔故障预测方法，其特征在于，台风相关历史数据包括配电网杆塔以及气象站经纬度信息、杆塔处的气象参数、受台风影响时间段内的气象站的气象信息以及故障信息；气象信息包括风速、风向、降雨量；故障信息包括台风影响下发生的杆塔故障信息；

采用离杆塔最近的三个气象站的数据加权计算杆塔处的气象参数，不同气象站数据权重的计算方法为：

式中，d_m表示气象站m与该杆塔的距离，m＝1,2,3，k_m表示第m个气象站的数据权重；

杆塔处风速v₀的计算方法为：

式中，v_m表示气象站m的风速；

杆塔处风向a₀的计算方法为：

式中，a_m表示气象站m的风向；a_line表示杆塔所在线路走向与地球正北方向的夹角。

4.根据权利要求1所述的台风灾害配电网杆塔故障预测方法，其特征在于，新的故障样本集是采用SMOTE方法对原始故障样本进行过采样形成的，过程为：

(1)随机提取原始故障样本中的部分样本，形成用于过采样的故障样本集，对该故障样本集中每一个样本x，搜索其a个最近邻故障样本；

(2)对每一个样本x，根据过采样倍率N，在a个最近邻样本中随机选择N个故障样本，记为y₁,y₂...,y_N，按照下式生成N个增加的故障样本；

x_new＝x+rand*(y_t-x)

式中，t＝1,2…,N；t为过采样次数，y_t表示样本x的第t个近邻样本，rand表示0至1之间的一个随机数；x_new表示新增加的故障样本；

(3)将增加的故障样本加入原始故障样本中，形成新的故障样本。