[发明专利]一种基于电网的地质灾害风险预警方法

说明书

本发明披露了一种基于电网的地质灾害风险预警方法，方法包括如下步骤：采集数据；预处理数据；对数据采用SMOTE+Tomek Links算法进行数据重采样；将重采样后的数据输入GBDT模型；将GBDT模型的输出的结果用于风险评估。所述系统包括采集模块、预处理模块、GBDT算法模块和风险评估模块，本发明涉及的方法利用现有的电网大数据和机器学习等相关技术，对电网中每个塔杆、电力线路和电力通道在未来一段时间内可能出现地质灾害情况做出预测，并给维修人员提供科学的维修依据。

技术领域

本发明涉及一种地质灾害分析预警方法，特别涉及一种基于电网的地质灾害风险预警方法。

背景技术

我国是一个地质灾害多发的国家，平均每年5级以上的地震总数高达20次，高频地震对电网的安全防护是一个重大考验，现有技术中，基于电网的地质灾害预警系统通常是在地质灾害发生后做事后防护，请参考公开的发明专利：一种电网地震预警方法及系统(CN108898798 A)，该技术方案的中各个变电站之间圈定一个圆，不同的变电站之间可根据变电站的电压大小而设置监测圆半径，在每个圆内设置地震波监测点，相邻的监测点之间通讯连接，通过监测地震波达到对地震的预警，该技术方案无法通过电网设备本身事先对地质灾害进行预测。

发明内容

本发明其中一个目的在于提供一种基于电网的地质灾害风险预警方法，其中所述预警方法可通过现有的大数据、人工智能等技术对包括电力线路、电力通道和塔杆故障等风险进行预测，从而可以事先对有风险或故障的设备预先防护和维修。

本发明其中一个目的在于提供一种基于电网的地质灾害风险预警方法，所述方法采结合电力线路和通道状况、电网维修数据、植被数据、地质沙层数据、塔杆数据以及气象数据作为建模数据，通过数据挖掘和处理，用于监测地质灾害信息、电力线路和通道的损耗信息。

本发明其中一个目的在于提供一种基于电网的地质灾害风险预警方法，所述方法采用独热编码(one-hot encoding)将非数值型特征转换为数值型特征，用于GBDT模型训练。

本发明其中一个目的在于提供一种基于电网的地质灾害风险预警方法，所述方法采用SMOTE算法对少数类样本集上采样并重建新样本集，使得少数类样本集和多数类样本集之间保持数据平衡。

本发明其中一个目的在于提供一种基于电网的地质灾害风险预警方法，所述方法对Tomek Links算法对多数类样本集进行下采样，通过删除Tomek Links对的方式剔除多数类样本集中的噪点，可以避免少数类新建样本集的边界入侵多数类样本集现象。

为了实现上述至少一个发明目的，本发明进一步提供一种基于电网的地质灾害风险预警方法,包括如下步骤：

采集数据；

预处理数据，所述数据包括正类样本集和负类样本集，正类样本集为少数类样本集，负类样本集为多数类样本集；

采用SMOTE+Tomek links算法对数据进行样本重采样；

将重采样后的数据输入GBDT模型；

将GBDT模型的输出的结果进行风险评估。

根据本发明一个较佳实施例，所述数据包括数值特征和类别特征，其中采用独热编码将类别特征转换为数值特征。

根据本发明一个较佳实施例，预处理数据中，包括：根据已采集的数据，采用平均数、中位数、行众数和列众数中任意一种填补同类缺失数据，其中已采集的数据包括历史数据。

根据本发明一个较佳实施例，预处理数据中，包括：统计气象数据中的降雨量、降雪量、气温、湿度、风速的平均值、最大值、最小值、频数和频率，采用GBDT模型选择并确定特征。