[發(fā)明專利]一種輸電線路覆冰過(guò)程的微氣象特征提取及定性預(yù)警方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201410181826.2
• 申請(qǐng)日: 2014-05-01
• 公開(kāi)（公告）號(hào): CN104239672A
• 公開(kāi)（公告）日: 2014-12-24
• 發(fā)明（設(shè)計(jì)）人: 李鵬;趙娜;周東華;黃海燕;潘穎杰;施心陵;胡雙
• 申請(qǐng)（專利權(quán)）人: 云南大學(xué)
• 主分類號(hào): G06F19/00
• 分類號(hào): G06F19/00
• 代理公司: 昆明今威專利商標(biāo)代理有限公司 53115
• 代理人: 楊宏珍

技術(shù)領(lǐng)域

本發(fā)明屬架空輸電線路在線監(jiān)測(cè)技術(shù)領(lǐng)域，涉及一種輸電線路覆冰過(guò)程微氣象特征提取及定性預(yù)警方法，具體涉及基于微氣象信息的低緯度高海拔地區(qū)輸電線路覆冰災(zāi)害定性分析及預(yù)測(cè)方法。?

背景技術(shù)

我國(guó)的云、貴、川、渝、湘、陜等低緯度高海拔地區(qū)，由于地形地貌復(fù)雜，氣候環(huán)境多變，每年冬季在微地形和微氣候的共同影響下經(jīng)常發(fā)生嚴(yán)重覆冰事故，對(duì)當(dāng)?shù)氐慕?jīng)濟(jì)及人民的生活造成巨大的危害。因此，如何根據(jù)氣象部門(mén)提供的氣象信息預(yù)測(cè)有可能對(duì)輸電線系統(tǒng)造成的覆冰災(zāi)害影響已成為亟需解決的問(wèn)題。?

然而輸電線路覆冰過(guò)程的是一個(gè)高維的非線性時(shí)間序列過(guò)程，具有動(dòng)態(tài)性、不確定性、非線性、高維及突變等特性。不論是基于機(jī)理模型還是統(tǒng)計(jì)學(xué)模型，其本質(zhì)都是基于解析模型的覆冰預(yù)測(cè)方法。該類模型雖然可以利用微觀氣象信息對(duì)覆冰狀況進(jìn)行監(jiān)測(cè)和預(yù)報(bào)，但要求解析模型的精確化。而輸電線路覆冰過(guò)程解析模型不易建立，且模型中含有較多的待定參數(shù)和經(jīng)驗(yàn)參數(shù)，因此在實(shí)際的應(yīng)用過(guò)程中無(wú)法滿足不同監(jiān)測(cè)點(diǎn)的地理和氣候特性，其模型的魯棒性顯然存在問(wèn)題。?

而另一方面，現(xiàn)有的輸電線路覆冰監(jiān)測(cè)系統(tǒng)在運(yùn)行過(guò)程中積累了大量的現(xiàn)場(chǎng)數(shù)據(jù)，例如溫度、濕度、風(fēng)速、風(fēng)向、雨量、氣壓、絕緣子拉力、絕緣子傾斜角及風(fēng)偏角、實(shí)時(shí)覆冰負(fù)荷等數(shù)據(jù)信息，而這些數(shù)據(jù)信息即為現(xiàn)場(chǎng)監(jiān)測(cè)點(diǎn)氣象因子與輸電線路覆冰過(guò)程模型I/O映射關(guān)系最真實(shí)的反映。因此不少學(xué)者基于數(shù)據(jù)驅(qū)動(dòng)建模的思想，提出了以機(jī)器學(xué)習(xí)為主要方法的覆冰負(fù)荷定量預(yù)測(cè)的智能計(jì)算方法，和以模糊推理為主要方法的覆冰負(fù)荷定性預(yù)測(cè)的智能計(jì)算方法。特別是在覆冰負(fù)荷定性預(yù)測(cè)的智能計(jì)算方法方面，由于其推理判定過(guò)程更接近人類的思考過(guò)程和自然語(yǔ)言，且在工程應(yīng)用中較為容易實(shí)現(xiàn)，因此特別適用于解決覆冰負(fù)荷預(yù)測(cè)的不確定性和多影響因素的綜合性復(fù)雜應(yīng)用問(wèn)題。?

但是在上述文獻(xiàn)中，以模糊推理為主的覆冰負(fù)荷定性預(yù)測(cè)方法，對(duì)隸屬度函數(shù)及模糊語(yǔ)言論域的定義和劃分，主要依靠對(duì)監(jiān)測(cè)點(diǎn)歷史數(shù)據(jù)的經(jīng)驗(yàn)判定，缺乏一般化的、標(biāo)準(zhǔn)而有效的分析判定方法，且未能對(duì)覆冰脫落階段進(jìn)行預(yù)測(cè)。?

本文提出了基于粒子群聚類算法的輸電線路覆冰過(guò)程微氣象特征提取模型，該模型能夠?qū)Ω脖^(guò)程進(jìn)行定性分析，并提取每個(gè)階段的微觀氣象特征，從而為以模糊推理為主導(dǎo)的覆冰負(fù)荷定性預(yù)測(cè)方法提供建模依據(jù)，并能對(duì)覆冰脫落過(guò)程進(jìn)行較好的預(yù)測(cè)。?

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種輸電線路覆冰過(guò)程微氣象特征提取及定性預(yù)警方法。?

本發(fā)明的一種輸電線路覆冰過(guò)程的微氣象特征提取及定性預(yù)警方法，利用輸電線路覆冰在線監(jiān)測(cè)裝置記錄的歷史數(shù)據(jù),包括覆冰負(fù)荷數(shù)據(jù)及對(duì)應(yīng)的微氣象數(shù)據(jù),基于粒子群聚類方法,提取輸電線路覆冰過(guò)程的微氣象特征，該微氣象特征為該監(jiān)測(cè)點(diǎn)的輸電線路當(dāng)氣象條件達(dá)到何種程度時(shí)無(wú)覆冰、輕微覆冰、中等覆冰、嚴(yán)重覆冰及覆冰脫落；再根據(jù)導(dǎo)線及桿塔的設(shè)計(jì)承載能力制定判決模型，該模型中的隸屬度函數(shù)的待定參數(shù)由提取的微氣象特征確定；最后依據(jù)模糊推理FR（Fuzzy?Reasoning）推導(dǎo)估計(jì)災(zāi)害發(fā)生的等級(jí)情況，進(jìn)行定性預(yù)警；具體步驟如下：?

步驟1：對(duì)參與聚類的變量,包括微氣象信息、時(shí)效因子與對(duì)應(yīng)的覆冰負(fù)荷數(shù)據(jù)進(jìn)行相關(guān)分析，剔出與覆冰過(guò)程相關(guān)性小的變量，降低聚類數(shù)據(jù)的維度；其中，步驟1應(yīng)包括以下實(shí)現(xiàn)過(guò)程：

a.確定時(shí)效因子，優(yōu)選時(shí)間變量T為時(shí)效因子，時(shí)間間隔為微氣象數(shù)據(jù)采樣周期；

b.對(duì)微氣象信息、時(shí)效因子與對(duì)應(yīng)的覆冰負(fù)荷數(shù)據(jù)進(jìn)行規(guī)一化處理；優(yōu)選主元分析法進(jìn)行相關(guān)分析，剔出與覆冰過(guò)程相關(guān)性小的變量，降低聚類數(shù)據(jù)的維度。

步驟2：基于粒子群聚類算法，對(duì)微氣象信息、時(shí)效因子與對(duì)應(yīng)的覆冰負(fù)荷數(shù)據(jù)過(guò)程信息進(jìn)行自動(dòng)分類，一般分為無(wú)覆冰、輕微覆冰、中度覆冰、嚴(yán)重覆冰、覆冰脫落五個(gè)階段；其特征在于步驟2應(yīng)包括以下實(shí)現(xiàn)過(guò)程：其中，步驟2應(yīng)包括以下實(shí)現(xiàn)過(guò)程：?

基于粒子群聚類算法，對(duì)降維后的微氣象數(shù)據(jù)進(jìn)行自動(dòng)分類；優(yōu)選具有完整覆冰過(guò)程的歷史數(shù)據(jù)進(jìn)行聚類；優(yōu)選粒子群聚類算法對(duì)如溫度、濕度、風(fēng)速等微氣象信息，以及時(shí)效、覆冰負(fù)荷進(jìn)行聚類處理；優(yōu)選5個(gè)聚類類型進(jìn)行自動(dòng)分類，分類結(jié)果包括：無(wú)覆冰、輕微覆冰、中度覆冰、嚴(yán)重覆冰、覆冰脫落。

步驟3：通過(guò)統(tǒng)計(jì)學(xué)模型計(jì)算前步五個(gè)階段的微氣象信息的特征數(shù)據(jù)，包括溫度、濕度、風(fēng)速等微氣象信息平均值、最大值、最小值；?