[发明专利]基于IOWA算子组合预测模型的输电线路覆冰预测方法及系统

摘要

本发明公开了一种基于IOWA算子组合预测模型的输电线路覆冰预测方法及系统，通过小波分解将冰灾影响因素与覆冰数据逐个分解，求得小波系数和尺度系数；利用小波系数和尺度系数得到影响因素概貌序列及细节序列、覆冰质量概貌序列及细节序列和覆冰厚度概貌序列及细节序列，逐个对各气象因素与输电线路因素进行非线性回归得到覆冰厚度及质量的拟合方程；对这些方程建立基于IOWA算子的组合预测模型，求得组合预测加权向量和诱导值序列，产生覆冰质量及厚度的概貌预测值序列和细节预测值序列，求得小波系数和尺度系数；再采用小波重构算法得到覆冰厚度及质量的预测值序列。本发明的覆冰预测方法及系统，具有速度快、外推性好、结果比较可信等优点。

主权项

基于IOWA算子组合预测模型的输电线路覆冰预测方法，其特征是，包括如下步骤：步骤1：获取并处理输电线路覆冰的监测数据，所述监测数据包括影响因素历史数据、覆冰厚度数据和覆冰质量数据；消除所述监测数据中的随机信号引入的不确定性，将不等间隔的所述监测数据进行等间隔处理，得到监测数据中的各个数据的回归估计函数；步骤2：采用小波分解法将步骤1中等间隔处理后所得到的回归估计函数逐个分解，求得小波系数和尺度系数；利用小波系数和尺度系数得到影响因素概貌序列及细节序列、覆冰质量概貌序列及细节序列和覆冰厚度概貌序列及细节序列；步骤3：对步骤2获得的所述影响因素概貌序列及细节序列、覆冰厚度概貌序列及细节序列和覆冰质量概貌序列及细节序列，计算任意一种影响因素的概貌序列与覆冰厚度概貌序列之间的相关系数，及任意一种影响因素的细节序列与覆冰厚度细节序列之间的相关系数；计算任意一种影响因素的概貌序列与覆冰质量概貌序列之间的相关系数，及任意一种影响因素的细节序列与覆冰质量细节序列之间的相关系数，并分别建立各种影响因素与覆冰厚度的概貌与细节非线性回归拟合方程、各种影响因素与覆冰质量的概貌与细节非线性回归拟合方程；步骤4：在多个多因素的非线性回归拟合方程基础上建立基于IOWA算子的最优组合预测模型，解得组合预测加权向量和诱导值序列；所述最优组合预测模型是基于相关系数的；步骤5：利用IOWA组合预测模型产生覆冰质量及厚度的概貌预测值序列和细节预测值序列，求得小波系数和尺度系数，再采用小波重构算法得到覆冰厚度及质量的预测值序列。