[發(fā)明專利]基于多元線性回歸算法的氣象災(zāi)害預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201310270367.0
• 申請日: 2013-06-28
• 公開（公告）號: CN104156775B
• 公開（公告）日: 2017-06-13
• 發(fā)明（設(shè)計）人: 蘇華英;汪明清;張勇;田年杰;朱欏方;黃曉旭;林成;周步祥;舒勤;陳實;滕歡;劉念;李華強;邱曉燕
• 申請（專利權(quán)）人: 貴州電網(wǎng)公司電力調(diào)度控制中心;四川大學(xué)
• 主分類號: G06Q10/04
• 分類號: G06Q10/04
• 代理公司: 四川力久律師事務(wù)所51221
• 代理人: 熊曉果,王蕓

技術(shù)領(lǐng)域

本發(fā)明涉及電力系統(tǒng)氣象災(zāi)害防護技術(shù)領(lǐng)域，特別涉及一種基于多元線性回歸算法的氣象災(zāi)害預(yù)測方法。

背景技術(shù)

氣象災(zāi)害是對電網(wǎng)造成重大影響，使得電網(wǎng)遭受巨大損失的重要因素之一。我國是世界上自然災(zāi)害最為嚴(yán)重的國家之一，災(zāi)害種類多、分布地域廣、發(fā)生頻率高、造成損失嚴(yán)重。并且由于我國傳統(tǒng)電網(wǎng)建設(shè)過程中較多的考慮電網(wǎng)內(nèi)部構(gòu)造的供電可靠性與整體安全性，對于外界因素對電網(wǎng)侵損所造成損失的預(yù)防與控制水平還不夠高，所以每當(dāng)遭遇重大氣象災(zāi)害時，往往會導(dǎo)致電網(wǎng)難以正常運轉(zhuǎn)，嚴(yán)重時還會產(chǎn)生系統(tǒng)崩潰現(xiàn)象。氣象因子與氣象災(zāi)害的成因有關(guān)，因此建立氣象因子與氣象災(zāi)害之間的映射聯(lián)系，根據(jù)歷史數(shù)據(jù)計算氣象災(zāi)害發(fā)生的概率，是目前預(yù)測氣象災(zāi)害的主要手段。

由于氣象災(zāi)害種類繁多，同時氣象因子對氣象災(zāi)害的成因影響關(guān)系復(fù)雜，因此如何建立氣象因子與氣象災(zāi)害之間的映射聯(lián)系，一直是氣象學(xué)中的重點和難點問題之一。經(jīng)過長期研究，目前氣象學(xué)中通常采用以下三種方法建立氣象因子與氣象災(zāi)害之間的映射聯(lián)系：一是利用灰色預(yù)測模型中的拓撲模型，利用繪制曲線來建立自變量（氣象因子）與因變量（氣象災(zāi)害）關(guān)系，從而得到與預(yù)測未來數(shù)值的模型，但是該模型的建立對樣本數(shù)據(jù)要求較高，一旦原始數(shù)據(jù)有波動就極易產(chǎn)生預(yù)測壞點；二是采取平穩(wěn)時間序列分析法，根據(jù)統(tǒng)計學(xué)統(tǒng)計出的因果關(guān)系建立方程，求得相關(guān)系數(shù)，該方法的缺陷是模型一旦建立，系數(shù)就確定不變，無法適應(yīng)多變的天氣現(xiàn)象演變規(guī)律；三是用周期疊加等非線性預(yù)測模型建立曲線方程，通過海溫格點對未來趨勢進行預(yù)測，該方法預(yù)測精度較高，但是計算復(fù)雜且需要對結(jié)果進行多次調(diào)試，在實際中難以得到較好應(yīng)用。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)中所存在的樣本數(shù)據(jù)要求高、適應(yīng)能力差、計算過程復(fù)雜等不足，提供一種基于多元線性回歸算法的氣象災(zāi)害預(yù)測方法，為氣象災(zāi)害防護提供很好的決策支持。

為了實現(xiàn)上述發(fā)明目的，本發(fā)明提供了以下技術(shù)方案：

一種基于多元線性回歸算法的氣象災(zāi)害預(yù)測方法，包括步驟：

（1）收集待預(yù)測區(qū)域發(fā)生各種氣象災(zāi)害的歷史數(shù)據(jù)，歷史數(shù)據(jù)包括發(fā)生各種氣象災(zāi)害的具體時間，一段時期內(nèi)發(fā)生該氣象災(zāi)害的次數(shù)，以及每次發(fā)生該氣象災(zāi)害時對應(yīng)的氣象因子數(shù)據(jù)；

（2）進行偏相關(guān)分析，確定待預(yù)測區(qū)域某段時期可能發(fā)生的主要氣象災(zāi)害；

（3）采用逐步回歸法，對步驟（2）中確定的各個主要氣象災(zāi)害分別建立氣象災(zāi)害與氣象因子的映射關(guān)系方程式，并進行F檢驗，如果顯著水平P不能滿足P＜設(shè)定閾值，則剔除該主要氣象災(zāi)害，否則保留由該主要氣象災(zāi)害建立的氣象災(zāi)害與氣象因子的映射關(guān)系方程式；

（4）預(yù)測待預(yù)測區(qū)域某段時期的氣象因子參數(shù)值，并將預(yù)測的氣象因子參數(shù)值代入步驟（3）中保留的氣象災(zāi)害與氣象因子的映射關(guān)系方程式中，得出發(fā)生相應(yīng)氣象災(zāi)害的概率值。

進一步的，步驟（1）中所述氣象災(zāi)害包括風(fēng)災(zāi)、洪澇、雷電、大霧、地質(zhì)災(zāi)害、凝凍覆冰和山火，所述氣象因子包括氣溫、氣壓、濕度、風(fēng)速、蒸發(fā)量、降水和日照。

進一步的，步驟（2）中所述主要氣象災(zāi)害為任意兩個偏相關(guān)系數(shù)大于等于-1且小于等于1的氣象災(zāi)害。確定主要氣象災(zāi)害，即是預(yù)測待預(yù)測區(qū)域某段時期可能發(fā)生的主要氣象災(zāi)害。

進一步的，所述步驟（4）中，采用彈性系數(shù)法、時間序列法或趨勢外推法預(yù)測待預(yù)測區(qū)域某段時期的氣象因子參數(shù)值。

進一步的，步驟（3）中對各個主要氣象災(zāi)害分別建立氣象災(zāi)害與氣象因子的映射關(guān)系方程式之后，進行t檢驗。采用t檢驗代替F檢驗，可縮短氣象災(zāi)害與氣象因子的映射關(guān)系方程式的建立時間。

進一步的，步驟（3）之后還包括步驟（3-1）：采用偏相關(guān)分析方法確定引發(fā)各個氣象災(zāi)害的主要氣象因子，如果在氣象災(zāi)害與氣象因子的映射關(guān)系方程式中，氣象因子對應(yīng)的系數(shù)大于F檢驗參數(shù)或t檢驗參數(shù)、且任意兩個氣象因子的偏相關(guān)系數(shù)取值在-1至1之間，則該氣象因子為引發(fā)相應(yīng)氣象災(zāi)害的主要氣象因子。首先預(yù)測出待預(yù)測區(qū)域可能發(fā)生的主要氣象災(zāi)害之后，再預(yù)測出引發(fā)該主要氣象災(zāi)害的主要氣象因子，為減小甚至避免氣象災(zāi)害對電網(wǎng)的損壞提供更好的決策支持。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果：