[发明专利]电网暴雨长期预测关键因子选取方法、装置及预测系统

说明书

本公开涉及一种电网暴雨长期预测关键因子选取方法、装置及预测系统。其中，方法包括基于待选取关键因子搭建BP神经网络；基于BP神经网络，从待选取关键因子中随机选取至少N‑k个关键因子进行M次降水量预测值的计算；在每次降水量预测值的计算中，基于得到的降水量预测值和历史降水量测量值的比值，得到预测准确率；基于预测准确率确定各选取的关键因子的影响指标；对各影响指标由高到低进行排序，选取排名前Q个影响指标对应的关键因子，作为用于电网暴雨长期预测的关键因子。本公开实施例通过选取电网暴雨长期预测关键因子，提高了电网暴雨长期预测的准确率，减少了预测的计算量。

技术领域

本公开涉及电网技术领域，尤其涉及一种电网暴雨长期预测关键 因子选取方法、装置及预测系统。

背景技术

电网暴雨灾害是夏季威胁电网最为严重的外部环境自然灾害，其 带来的短时强降水容易导致变电站等重要电力设备淹没，造成电力设 备损坏；同时，电网暴雨所引发的次生灾害如滑坡和泥石流等，可能 造成杆塔倒塔和断线等事故；此外，电网暴雨容易导致水力发电站水 库弃水，造成经济损失。

电网暴雨长期预测可提前预测不同地区电网暴雨的发生趋势，指 导电网提前制定暴雨灾害防治措施和预案，最大化地减少暴雨灾害给 电网带来的损失。但暴雨长期预测的关键因子(即影响暴雨长期预测 的因素)众多，过多的输入变量会导致电网暴雨长期预测准确率大幅 度降低，同时预测的计算量急剧增加。因此，电网暴雨长期预测关键 因子的选取具有重要意义。

发明内容

为了解决上述技术问题或者至少部分地解决上述技术问题，本公 开提供了一种电网暴雨长期预测关键因子选取方法、装置及预测系统。

本公开提供了一种电网暴雨长期预测关键因子选取方法，包括：

基于待选取关键因子搭建BP神经网络，其中，待选取关键因子不 同，搭建的BP神经网络不同，且降水量预测值作为所述BP神经网络 的输出；

基于所述BP神经网络，从所述待选取关键因子中随机选取至少 N-k个关键因子进行M次降水量预测值的计算，其中，N为待选取关 键因子的个数，k大于或等于0，M为大于2的整数，且在每次降水量 预测值的计算中，选取的关键因子不同；

在每次降水量预测值的计算中，基于得到的降水量预测值和历史 降水量测量值的比值，得到预测准确率；

基于所述预测准确率确定各选取的关键因子的影响指标；

对各所述影响指标由高到低进行排序，选取排名前Q个影响指标 对应的关键因子，作为用于电网暴雨长期预测的关键因子。

可选的，随机选取至少N-k个关键因子采用蒙特卡洛抽样法。

可选的，基于所述预测准确率确定各选取的关键因子的影响指标， 包括：

在i次降水量预测值的计算中，基于所述预测准确率及第j个关键 因子的选取情况，确定第j个关键因子的第一影响指标；

基于第j个关键因子在M次降水量预测值计算得到的所述第一影 响指标，确定第j个关键因子的第二影响指标，并作为所述第j个关键 因子的影响指标。

可选的，所述第一影响指标的计算方法如下：

其中，R₀为k等于0时得到的预测准确率，R_i为k大于0时在第i 次降水量预测值的计算中得到的预测准确率；

所述第二影响指标的计算方法如下：

其中，L为第j个关键因子在M次降水量预测值计算中第一影响 指标不为0的个数。

本公开提供了一种电网暴雨长期预测关键因子选取装置，包括：