[发明专利]一种面向电网气象灾害的应急物资需求预测方法及系统

说明书

本发明公开了一种面向电网气象灾害的应急物资需求预测方法及系统，包括：获取当前时刻电网事故发生时的气象数据、设备数据、地理环境数据及事故规模数据；或者当前时刻事故未发生时的气象数据、设备数据及地理环境数据；将所述数据输入到包含输入信息与输出信息关联关系的预测网络，输出当前的物资需求预测结果；本发明有益效果：以案例推理方法为指导，综合运用案例推理、回归分析、主成分分析、神经网络等理论构建电网突发事故应急决策的应急物资预测模型，能够准确、全面建立特征因素、事故规模和电网应急物资需求的关联关系，为电网突发事故应急决策提供科学的参考。

技术领域

本发明涉及电网气象灾害应急处置技术领域，尤其涉及一种面向电网气象灾害的应急物资需求预测方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

自然灾害引发的电网突发事件具有不确定性、复杂性、紧迫性等特点，影响应急救援物资需求的不确定性。电网突发事件对社会经济的危害较为严重，应急决策人员需要根据事件发生的情况以最高的效率制定应急救援方案，合理调度应急人员及物资，尽可能满足现场需求。

应急物资需求预测的准确性，直接关系到电网抢修方案的确定、应急资源的有效配置和投资的经济性。现有的应急物资预测方法多采用模糊数学、神经网络、案例推理等方法搭建数学模型。基于网络模型的预测算法取得了一定的预测效果，然而在实际运用中，由于不同地区环境因素和设备因素的不同，其预测精度很难满足现场需求。现有的案例推理与智能算法结合的预测方法对数据样本要求较高，在处理多属性样本数据时存在权重确定主观化等问题，同时无法满足物资预测随突发事故演化而变化的过程。并且由于案例场景涉及的特征因素较多，只考虑灾害发生时的外部气象情景因素而忽略设备状态、地理环境等因素的影响势必会影响预测精度。

发明内容

有鉴于此，本发明提出了一种面向电网气象灾害的应急物资需求预测方法及系统，能够准确、全面建立特征因素、事故规模和电网应急物资需求的关联关系，为电网突发事故应急决策提供科学的参考。

本发明实施方式的第一个方面，公开了一种面向电网气象灾害的应急物资需求预测方法，包括：

获取当前时刻电网事故发生时的气象数据、设备数据、地理环境数据及事故规模数据；或者当前时刻事故未发生时的气象数据、设备数据及地理环境数据；

将所述数据输入到包含输入信息与输出信息关联关系的预测网络，输出当前的物资需求预测结果；

其中，包含输入信息与输出信息关联关系的预测网络通过构建的事故-物资需求案例集，对应急物资需求预测模型进行训练得到；

所述事故-物资需求案例集以处理后的历史时刻电网事故发生时的气象数据、设备数据和地理环境数据，以及事故规模数据作为案例输入，以实际物资需求量数据作为案例输出；

所述应急物资需求预测模型基于深度置信网络构建。

本发明实施方式的第二个方面，公开了一种面向电网气象灾害的应急物资需求预测系统，包括：

数据获取模块，用于获取当前时刻电网事故发生时的气象数据、设备数据、地理环境数据及事故规模数据；或者当前时刻事故未发生时的气象数据、设备数据及地理环境数据；

数据预测模块，用于将所述数据输入到包含输入信息与输出信息关联关系的预测网络，输出当前的物资需求预测结果；

其中，数据预测模块包括：

事故-物资需求案例集单元，用于以处理后的历史时刻电网事故发生时的气象数据、设备数据和地理环境数据，以及事故规模数据作为案例输入，以实际物资需求量数据作为案例输出；构建事故-物资需求案例集；

应急物资需求预测模型单元，用于基于深度置信网络构建应急物资需求预测模型；