[发明专利]一种台风灾害预测方法、装置及计算机设备在审

专利信息
申请号: 202210456140.4 申请日: 2022-04-27
公开(公告)号: CN114707758A 公开(公告)日: 2022-07-05
发明(设计)人: 张泽浩;于振;唐诗洋;许永刚;朱坤双;韩洪;王明军;杨啸帅;冯杰;马钢;徐希源;房殿阁 申请(专利权)人: 国网智能电网研究院有限公司;国家电网有限公司;国网山东省电力公司应急管理中心
主分类号: G06Q10/04 分类号: G06Q10/04;G06Q50/06;G06Q50/26;G06K9/62
代理公司: 北京三聚阳光知识产权代理有限公司 11250 代理人: 林韵英
地址: 102209 北京*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 台风 灾害 预测 方法 装置 计算机 设备
【说明书】:

发明公开一种台风灾害预测方法、装置及计算机设备,其中,方法通过获取目标电网区域基于台风灾害的多种电力故障数据,基于历史台风灾害数据,确定多种台风类型数据,根据多种电力故障数据和多种台风类型数据,通过聚类分析算法生成台风灾害预测情景库,根据台风灾害预测情景库,预测当前台风灾害将影响目标电网区域的电力故障情况,可以实现对当前的台风灾害情况进一步进行准确预测,无需人力干预,进而提高了台风灾害预测效率。

技术领域

本发明涉及电力通信技术领域,具体涉及一种台风灾害预测方法、装置及计算机设备。

背景技术

台风是影响沿海及部分内陆地区的主要灾害性天气之一,台风登录后不仅给沿海地区带来暴雨、大风和泥石流等灾害,还会深入部分内陆地区带来强降雨,甚至引起内涝,导致巨大的经济损失。在台风发生时,也会对电力故障造成一定的损害,因此,及时对台风灾害的影响进行预测,有利于保障电力故障正常通信。相关技术中,主要通过台风灾害预测专家,结合历年台风灾害事件,根据以往经验数据,对当前的台风灾害情况进一步进行预测,显然,这需要投入大量的人力对台风灾害进行分析或预测,并且无法进行准确的预测。

发明内容

因此,本发明要解决的技术问题在于克服现有技术中通过台风灾害预测专家,结合历年台风灾害事件,根据以往经验数据,对当前的台风灾害情况进一步进行预测,这需要投入大量的人力对台风灾害进行分析或预测,并且无法进行准确的预测,从而提供一种台风灾害预测方法、装置及计算机设备。

根据第一方面,本发明实施例提供一种台风灾害预测方法,包括如下步骤:

获取目标电网区域基于台风灾害的多种电力故障数据;

基于历史台风灾害数据,确定多种台风类型数据;

根据所述多种电力故障数据和所述多种台风类型数据,通过聚类分析算法生成台风灾害预测情景库;

根据所述台风灾害预测情景库,预测当前台风灾害将影响所述目标电网区域的电力故障情况。

在第一方面的一种实施方式中,所述的台风灾害预测方法,还包括:

根据所述当前台风灾害将影响所述目标电网区域的电力故障情况,生成投入应急资源救援方案。

在第一方面的另一种实施方式中,根据所述多种电力故障数据和所述多种台风类型数据,通过聚类分析算法生成台风灾害预测情景库,包括:

将所述多种电力故障数据和所述多种台风类型数据录入预置的聚类模型中,通过所述聚类模型对已录入的多种电力故障数据和所述多种台风类型数据进行聚类运算,以确定各种电力故障数据所对应的台风类型数据;

生成基于各种电力故障数据所对应的台风类型数据的台风灾害预测情景库。

在第一方面的另一种实施方式中,当所述聚类模型为K-MEANS聚类模型时,通过所述聚类模型对已录入的多种电力故障数据和所述多种台风类型数据进行聚类运算,以确定各种电力故障数据所对应的台风类型数据,包括:

在所述聚类模型中根据所述多种电力故障数据构建表征导致电力故障产生故障的对象,并在所述聚类模型中划分至少一个组别;其中,所述组别表征所述对象的所属类别;

运行所述聚类模型对各所述组别中的对象进行K均值聚类运算,得到各所述组别的簇及其聚类中心;其中,簇是由至少一个属于所述组别的对象所构建的集合;

提取所述聚类中心对应对象的台风类型数据,以确定各种电力故障数据所对应的台风类型数据。

在第一方面的另一种实施方式中,当所述聚类模型为密度聚类模型时,通过所述聚类模型对已录入的多种电力故障数据和所述多种台风类型数据进行聚类运算,以确定各种电力故障数据所对应的台风类型数据,包括:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网智能电网研究院有限公司;国家电网有限公司;国网山东省电力公司应急管理中心,未经国网智能电网研究院有限公司;国家电网有限公司;国网山东省电力公司应急管理中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210456140.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top