[发明专利]一种国家电网雷击预测方法

说明书

本发明公开了一种国家电网雷击预测方法，涉及机器学习领域，用于对国家电网的电力传输线路、电力塔杆进行雷击风险预测，包括如下步骤：采集历史信息，形成完整的历史数据，完整的历史数据的维度即为数据特征，对数据特征进行选择，训练Catboost模型，采集当前信息，形成完整的当前数据，利用训练好的Catboost模型进行雷击风险预测。本发明所提供的方法可以预测电力塔杆以及电力传输线路发生雷击风险的概率和风险等级，提前部署应对措施。

【技术领域】

本发明涉及机器学习领域，具体涉及一种国家电网雷击预测方法。

【背景技术】

随着我国电力行业的不断发展壮大，国家电网的输电线路规模也在不断扩大。但是由于很多输电线路都设铺设野外，并且电力塔杆本身高度较高，因而经常遭受到雷击，造成线路跳闸、损毁，严重影响电力系统的正常运行，对居民生活造成不便。目前，面对国家电网可能遭受的雷击风险，主要措施还停留在加强避雷措施、加强输电线路本体强度、采取一些应急措施等方法进行应对，并没有对国家电网的电力塔杆、电力传输线路以及电力传输通道出现雷击风险的可能性提前做出预警。

【发明内容】

为解决前述问题，本发明提供了一种国家电网雷击预测方法，以预测电力塔杆、电力传输线路以及电力传输通道发生雷击风险的概率和风险等级。

为了达到上述目的，本发明采用如下技术方案：

一种国家电网雷击预测方法，所述国家电网雷击预测方法用于对国家电网的电力塔杆、电力传输线路以及电力传输通道进行雷击风险预测，包括如下步骤：

采集历史信息，对历史信息进行整理，形成完整的历史数据，完整的历史数据具有若干维度，所述维度即为数据特征；

采用遗传算法对数据特征进行选择，得到训练特征集；

利用训练特征集中的训练特征训练Catboost模型；

采集当前信息，对当前信息进行整理，形成完整的当前数据；

基于完整的当前数据，利用训练好的Catboost模型进行雷击风险预测。

可选的，集历史信息包括现场维修部门部署历史信息、雷电历史信息、地形地貌历史信息、塔杆及线路台账历史信息和气象历史信息；

现场维修部门部署历史信息包括线路缺陷子信息、隐患子信息、故障子信息；

气象历史信息包括天气状况子信息、气温子信息、湿度子信息、风速子信息、风向子信息。

可选的，对历史信息进行整理，形成完整的历史数据具体包括：

基于国家电网的电力传输线路，将与同一条电力传输线路相关的历史信息及其子信息作为一条完整的历史数据，一条完整的历史数据下，不同的历史信息及其子信息作为该完整的历史数据下不同的维度；

对历史信息进行整理，确定各个历史信息下的数值子信息和/或非数值子信息；

对各个历史信息下缺失的数值子信息补充完整；

对各个历史信息下的非数值子信息进行独热编码；

独热编码后，对气象历史信息构建气象子信息，构建的气象子信息包括每日温度、每日湿度、每日风速以及每日气压的平均统计、最大值统计、最小值统计，还包括月平均降雨频数统计、月平均降雨频率统计、月平均降雪频数统计、月平均降雪频率统计。

可选的，对各个历史信息下缺失的数值子信息补充完整时，如果某一历史信息下的数值子信息缺失量超过一半，则删除该历史信息及其数值子信息；如果该历史信息下的数值子信息缺失量未超过一半，则使用该历史信息下数值子信息的平均数、中位数或行/列众数对该历史信息补充完整。