[发明专利]一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法

权利要求书

1.一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，包括如下步骤：

S1、通过监测资源、气象部门和电网气象站点，进行数据采集；

S2、对步骤S1中的数据进行存储和预处理；

S3、基于层次分析法确定元胞状态；

S4、通过采用余弦相似度获取RBF神经网络数据中心，采用IWD算法优化隐含层至输出层权重，提高网络精确度，采用RBF神经网络模型进行训练学习，通过邻居元胞的状态得到当前元胞下一时刻状态转换规则；

S5、根据该规则对当前监测数据进行预测评估，得到元胞状态即灾害预测评估等级，形成监测区域当前整体灾害状态等级分布图，结合重要输电通道走向和拓扑结构，对经过灾害等级异常和严重区域的线路进行针对性巡检，消除灾害隐患。

2.根据权利要求1所述的一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，在步骤S3中，结合地理信息系统对监测区域进行元胞划分，以3km*3km大小为一个元胞，通过历史数据和专家经验对监测区域单个元胞进行层次分析，确定元胞状态。

3.根据权利要求2所述的一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，在步骤S3中，包括如下步骤：

S301、数据预处理、归一化；

S302、形成层次结构图；

S303、根据专家经验获取判断矩阵；

S304、一致性检验；

S305、根据权重矩阵计算得分。

4.根据权利要求3所述的一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，在步骤S301中，将重要输电通道以地理信息系统为基础，进行网格划分，每一个网格作为一个元胞，根据布置在元胞范围内的在线监测终端、电网气象站点和气象部门站点进行数据采集，并将数据进行归一化处理，采用如下公式进行归一化：

其中x_i为某一监测数据实际监测量，a，b为该监测量评估指标的阈值，归一化后的数据越大，代表该监测量偏离正常状态越严重，每个指标的阈值根据相关专家参考规程和导则设定。

5.根据权利要求3所述的一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，在步骤S302中，构建层次分析模型，包括目标层M、准则层C和方案层P，其中：目标层M为灾害风险得分；考虑到影响该区域灾害模型的因素，将准则层C划分为气候因素、地形因素、杆塔因素3个部分；方案层P为需要考虑的具体影响因素。

6.根据权利要求3所述的一种基于优化神经网络改进元胞自动机的重要输电通道灾害监测方法，其特征在于，在步骤S305中，根据层次分析模型，利用层次分析法评价结果，最终得到的灾害风险得分，根据历史经验将其划分为三个等级，分别为“正常”、“异常”和“严重”。