[发明专利]输电线路短期覆冰预测方法、装置和存储介质

说明书

本申请提供一种输电线路短期覆冰预测方法、装置和存储介质，属于数据处理技术领域。所述方法包括获取待测线路在观测时长内的拉力值数据序列，以及观测时长内待测线路所处环境中的多种类型的气象数据序列；将拉力值数据序列以及多种类型的气象数据序列，输入覆冰预测模型中，得到覆冰预测模型针对待测线路输出的在预测时长内的拉力值预测序列；其中，覆冰预测模型是根据样本线路在观测时长内的拉力值数据序列样本、观测时长内的多种类型的气象数据序列样本，以及样本线路在预测时长内的拉力值序列训练而成的；根据预测时长内的拉力值预测序列，预测待测线路在预测时长内的覆冰量。本申请旨在准确地预测输电线路在短期内的覆冰量。

技术领域

本申请实施例涉及数据处理技术领域，具体而言，涉及一种输电线路短期覆冰预测方法、装置和存储介质。

背景技术

电力系统是现代城市最重要的基础性工程设施，是国民经济的命脉，国家的经济生产建设、社会的有序稳步发展和人民的基本生活都高度依赖于电力系统的可靠稳定运转，因此关注电力系统的安全是十分必要的事情。但实际上，威胁电力系统安全的灾害很多，其中，输电线路覆冰是影响电力系统最常见的灾害之一，线路覆冰对电网所造成的危害包括：覆冰质量过大导致输电线路过负载引起导线断裂、绝缘子破损或翻转、杆塔倒塌等机械损坏；线路弧垂增大造成闪络、烧断导线等电气事故等，对电力系统的安全稳定运行造成巨大危害。

而建立有效的覆冰预测机制是抗冰防冰的主要措施，通过提前掌握线路未来的覆冰情况，就可以预先制定各种紧急预案以应对冰灾的到来，规划除冰手段和除冰时间，最大限度地降低输电线路覆冰对工业和居民用电带来的影响。现有的覆冰预测方法主要分为两种：基于机理模型的覆冰预测方法和基于数据驱动模型的覆冰预测方法。

其中，覆冰预测机理模型的目标是从真实的覆冰物理过程出发建立数学解析模型，进而对线路覆冰质量作出预测；但由于机理模型的使用需要依靠一些固定假设和经验，再加上大部分模型的参数设置过于理想化，如液滴直径、空气中液态水含量等数据在现实环境下极难采集测量，因此在实际使用时，模型的覆冰预测值和真实值有很大差别，导致此类机理模型难以投入到实际使用中。

基于数据驱动的模型是现有解决覆冰预测问题的主要选择，该类模型的目标是从影响覆冰的气象因子出发，利用特定的统计方法寻找其中的规律并对覆冰厚度或质量等目标进行拟合并预测。目前人们使用的较为常见的方法如支持向量回归(SVR)或多层感知器(MLP)等大都利用当前观测时间点的气象点数据来预测覆冰，即假设未来的覆冰情况只与当前时刻的气象状态有关，但这种方法可以对未来超短期内的覆冰量进行预测，如15分钟至1小时内，但实际使用中往往需要预测未来更长时间内的覆冰量，而此类方法在进行如未来6小时内的短期覆冰预测时，误差会迅速上升，导致现有的输电线路短期覆冰预测方法在实际工业场景中难以推广应用。

因此，如何对输电线路的短期内的覆冰量进行预测，是一个亟待解决的问题。

发明内容

本申请实施例提供一种输电线路短期覆冰预测方法、装置和存储介质，旨在准确地预测输电线路在短期内的覆冰量。

第一方面，本申请实施例提供一种基于气象时间序列的输电线路短期覆冰预测方法，所述方法包括：

获取待测线路在观测时长内的拉力值数据序列，以及所述观测时长内所述待测线路所处环境中的多种类型的气象数据序列；

将所述拉力值数据序列以及所述多种类型的气象数据序列，输入覆冰预测模型中，得到所述覆冰预测模型针对所述待测线路输出的在预测时长内的拉力值预测序列；其中，所述覆冰预测模型是根据样本线路在所述观测时长内的拉力值数据序列样本、所述观测时长内的多种类型的气象数据序列样本，以及所述样本线路在所述预测时长内的拉力值序列训练而成的；

根据所述预测时长内的拉力值预测序列，预测所述待测线路在所述预测时长内的覆冰量。