[发明专利]一种基于多源卫星遥感的输电线路覆冰预测方法和系统

说明书

本发明公开了一种基于多源卫星遥感的输电线路覆冰预测方法和系统，属于输电线路覆冰预测技术领域，所述方法包括：获取历史数据集；对遥感数据的指标进行归一化；基于随机森林的方法，获得指标的误分率；根据误分率，筛选主要指标；根据所述主要指标筛选历史数据集，获得训练集；基于多核相关向量机的方法，利用训练集进行训练，获得输电线路的覆冰预测模型；根据覆冰预测模型，对遥感数据进行预测，获得覆冰厚度。基于随机森林‑多核相关向量机的方法，利用多源卫星遥感数据和实际覆冰数据进行训练，构建覆冰预测模型，覆冰预测模型用于根据遥感数据，预测覆冰厚度；将多个核函数结合构建覆冰预测模型，以增强模型的预测效果。

技术领域

本发明涉及输电线路覆冰预测技术领域，具体涉及一种基于多源卫星遥感的输电线路覆冰预测方法和系统。

背景技术

输电线路覆冰常会引起电力事故,严重影响电力系统的正常运行。输电线路覆冰轻则导致输、变电设备闪络跳闸，重则造成架空输电线路断线、杆塔倒塌，甚至会造成大范围、大规模的电网瘫痪。

针对输电线路覆冰带来的许多问题，自上世纪50年代以来国内外相继投入技术力量对输电线路覆冰进行观测和研究，探索输电线路覆冰机理、形成条件和预测方法。目前，已有的覆冰预测模型主要有三大类：物理理论模型、统计学模型和智能模型。物理理论模型的某些重要参数在常规气象观测中很难测量，实际应用中存在许多限制。统计学模型由于影响覆冰的指标十分复杂，所以通过统计的预测方法也很难实现。智能模型是当前在覆冰预测工作中效果最好的一类模型，但在实际应用工作中，由于数据源不足和测量技术限制的原因，已有模型存在预测精度较低等缺点。

发明内容

针对现有技术中存在的上述技术问题，本发明提供一种基于多源卫星遥感的输电线路覆冰预测方法和系统，通过随机森林的方法筛选主要指标，通过多核相关向量机的方法建立覆冰预测模型，实现高精度、高效率的输电线路覆冰预测。

本发明公开了一种基于多源卫星遥感的输电线路覆冰预测方法，所述方法包括：获取历史数据集，所述历史数据集包括卫星遥感数据和相应的输电线路覆冰厚度；对遥感数据的指标进行归一化，获得指标的归一化值；基于随机森林的方法，获得所述指标的误分率；根据所述误分率，筛选主要指标；根据所述主要指标筛选历史数据集，获得训练集；基于多核相关向量机的方法，利用所述训练集进行训练，获得输电线路的覆冰预测模型；根据所述覆冰预测模型，对遥感数据进行预测，获得覆冰厚度。

优选的，归一化值表示为：

其中，a_i为指标的值，a_min为指标的最小值，a_max为指标的最大值，A_i为归一化值。

优选的，筛选主要指标的方法包括：

根据误分率，对指标进行从小到大排序；

根据指标选取域值C，取前C项指标作为主要指标。

优选的，所述训练集D表示为：

D＝{(x₁,y₁),…,(x_i,y_i),…,(x_N,y_N)} (3)

其中，N表示样本个数，x_i表示某时刻主要指标特征值组成的列向量，y_i表示在x_i条件下的覆冰厚度。

优选的，覆冰预测模型表示为：