[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

说明书

本发明公开了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，属于重要输电通道灾害监测领域，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；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。

技术领域

本发明涉及重要输电通道灾害监测领域，更具体地说，涉及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。

背景技术

随着电力建设的迅速发展，电网规模的不断扩大，以750kV为主的重要输电通道在电网中的重要性越来越集中体现，在现代社会中，它是重要的能源大动脉。因此，当有大规模电网事故发生时，不仅会造成巨大的经济损失，还可能造成很大的政治、社会影响乃至人身伤亡。重要输电线路缺陷的危害性虽然小于故障的危害程度，但是发生的频率要远高于线路故障，而且，缺陷可以由量变发展为质变成为严重故障，导致重要输电通道的电网故障的因素不仅包括由设备故障、人为操作引起、还可能由极端自然灾害导致。因此，为了保障复杂地形条件下重要输电线路的正常运行，必须加强线路本体、周边环境以及气象参数的监测工作，从而对缺陷防患于未然。

目前对于电网重要输电通道已经建立有电网气象站点、输电监测装置、气象部门站点等立灾害监测预报平台，但线路数量众多，监测设备和数据类型多元化，现有技术和手段缺乏对已有监测数据的有效整合与利用，不能及时有效地掌握重要通道线路的风险状态，对运维检修工作支撑力度有限。同时，由于不同地区的监测方式通信存在一定的壁垒，导致在现有监测设备的基础上存在监测盲区，重要通道输电线路倒塌、断线、跳闸现象时有发生。

元胞自动机在模拟复杂时空现象、行为和过程方面具有很好的优势，因此，广泛用于灾害监测领域。而神经网络在挖掘数据间的非线性关系方面有着重要的优势，因此，可通过神经网络结合元胞自动机模型，对重要输电通道，建立输电线路的全工况、全方位的灾害监测方法，着重对重要输电通道，尤其是灾害多发区的环境参数和运行状态进行集中监测和风险评估，实现区域电网重要输电线路的安全预警和灾害预测，实现输电线路多参数数据融合及智能分析。

发明内容

1.要解决的技术问题

针对现有技术中存在的问题，本发明的目的在于提供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，它针对现有重要输电通道灾害监测的不足之处，提出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，通过监测终端、电网气象站以及气象站点进行数据采集和预处理，然后对灾害监测区域进行大小相同的网格划分，每个网格作为一个单独的元胞，然后根据现有输电线路监测历史信息对单个元胞进行层次分析法确定元胞状态；通过余弦相似度结合均值聚类算法确定RBF神经网络的基；将改进的智能水滴算法(IWD)用于优化神经网络隐含层至输出层之间的权值，经过训练获取元胞转换规则，根据元胞转换规则对现有重要输电通道进行灾害等级评估预测，运维人员可结合输电通道拓扑结构和灾害评估结果对脆弱地区承载体采取针对性策略，从而实现重要通道实时灾害监测与预警评估，保障重要输电通道安全。

2.技术方案

为解决上述问题，本发明采用如下的技术方案：

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，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；