[发明专利]基于支持向量分类的输电线路覆冰等级长期预测方法

摘要

本发明公开了一种基于支持向量分类的输电线路覆冰等级长期预测方法，包括电网覆冰等级划分、覆冰等级预测因子提取、电网覆冰等级预测因子数据归一化、建立基于多分类支持向量分类模型和电网覆冰等级长期预测的步骤。该预测方法可有效提高电网覆冰等级长期预测精度，为电网抗冰提供可靠的数据支撑，对提前部署电网抗冰措施和保障电网运行可靠性有重要作用，且其思路清晰，操作方便，实用性强，可有效处理电网覆冰预测因子与电网覆冰等级间的非线性映射关系，并且对于小样本数据具有良好的训练学习性能。

主权项

一种基于支持向量分类的输电线路覆冰等级长期预测方法，其特征在于：包括以下步骤：(1)根据电网覆冰年平均日数历史统计数据以及现有融冰措施的抗冰能力，将电网覆冰划分为若干个等级；(2)采用相关系数分析方法，计算出历史统计数据中各气象气候因子与电网覆冰年平均日数的相关系数，选取相关系数最大的前若干个气象气候因子作为覆冰等级预测因子；(3)采用归一化计算公式将相关系数最大的前若干个覆冰等级预测因子的数据归一化到[0,1]范围，归一化计算公式如下：$S_i=\frac{M_i-\min \{M_i,i=\mathrm{1,2},...,n\}}{\max \{M_i,i=\mathrm{1,2},...,n\}-\min \{M_i,i=\mathrm{1,2},...,n\}}$式中，M_i为第i个覆冰等级预测因子的值；max{}为取最大值；min{}为取最小值；n为覆冰等级预测因子的个数；S_i为第i个覆冰等级预测因子的值归一化后的值；(4)以覆冰等级预测因子归一化后的值作为支持向量分类模型的输入样本，以相对应的电网覆冰等级作为模型的输出结果，基于支持向量分类模型的训练学习方法，建立基于多分类支持向量分类模型；(5)选定需要进行电网覆冰预测的年份，获取该年份的覆冰等级预测因子的值，并将其归一化后作为支持向量分类模型的输入，得到该年份的电网覆冰等级预测结果。