[發明專利]基于衛星遙感的輸電線路走廊積雪災害監測方法及系統

有效

• 申請號: 201710107805.X
• 申請日: 2017-02-27
• 公開（公告）號: CN108510097B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 武國亮;曹明德;原敏宏;李震宇;羅永勤;任學武;牛彪;王志利
• 申請（專利權）人: 國網山西省電力公司;國家電網公司;華大天元（北京）電力科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06;G06N3/02;G06N3/00
• 代理公司: 北京市盛峰律師事務所 11337
• 代理人: 于國富

本發明公開了一種基于衛星遙感的輸電線路走廊積雪災害監測方法及系統，涉及電力系統技術領域。所述方法：通過遙感衛星獲取任意一個輸電線路走廊的地表數據，并進行預處理和校正；建立輸電線路走廊的積雪雪深反演模型；在輸電線路走廊的積雪深度實測數據的基礎上，將目標區的地址位置數據帶入積雪雪深反演模型，輸出目標區的積雪深度反演參數值，完成輸電線路走廊積雪災害的監測。本發明采用改進后的蜂群算法優化神經網絡閾值和權值，提高反演模型精度。

技術領域

本發明涉及電力系統技術領域，尤其涉及一種基于衛星遙感的輸電線路走廊積雪災害監測方法及系統。

背景技術

積雪是地球表面最為活躍的氣象要素之一，影響著全球能量和水汽平衡，同時也影響天氣、工農業和生活用水資源、環境、寒區工程等一系列與人類活動有關的要素積。在電力系統運行過程中，積雪過多會給野外輸電線路造成巨大的影響。例如2008年元月，中國南方地區嚴重的雪凍災害使得電網癱瘓，給部分地區的生產生活帶來巨大影響。因此，積雪深度作為輸電線路區域評估的重要環境參數受到重視，人們對于積雪的研究越來越多。至今為止，利用MODIS的相關波段數據與NDSI和NDVI相結合的方法。

現有利用上述經驗數據建立積雪分布反演模型基本上能滿足大尺度氣候和水文模式的精度要求，但，依舊存在很多問題，譬如說算法的區域性較強，為保證精度，積雪分布反演模型系數需經常更新，同時，現有技術中并不存在一個能夠滿足多種條件的積雪分布反演模型。

發明內容

本發明的目的在于提供一種基于衛星遙感的輸電線路走廊積雪災害監測方法及系統，從而解決現有技術中存在的前述問題。

為了實現上述目的，本發明所述基于衛星遙感的輸電線路走廊積雪災害監測方法，所述方法包括：

S1，通過遙感衛星獲取任意一個輸電線路走廊的地表數據，并進行預處理和校正；

S2，建立輸電線路走廊的積雪雪深反演模型；

S3，在輸電線路走廊的積雪深度實測數據的基礎上，將目標區的地址位置數據帶入積雪雪深反演模型，輸出目標區的積雪深度反演參數值，完成輸電線路走廊積雪災害的監測。

優選地，步驟S2，建立輸電線路走廊的積雪雪深反演模型，具體按照下述步驟實現：

S21，建立初始模型庫

在經過預處理和校正后的輸電線路走廊的地表數據的基礎上，利用NDSI和NDVI算法，模擬多種不同厚度的雪深，提取形成任意一種厚度的信息參數，建立每種厚度的地表初始子模型，多個地表初始子模型組成初始模型庫；

S22，以初始模型庫為訓練集，建立基于神經網絡的分類模型，然后在基于神經網絡的分類模型的基礎上對基于徑向基函數的神經網絡分類器的權系數和閾值進行優化，得到最優值；

S23，將最優值帶入基于徑向基函數的神經網絡分類器中，以初始模型庫為訓練集，訓練基于徑向基函數的神經網絡分類器，得到積雪雪深反演模型。

更優選地，步驟S21中子模型采用公式(1)描述：

其中，X(x_j,j＝1,2,...,N)為輸入信息參數；y(X)∈R^N，y(X)為在輸入信息參數X的作用下積雪雪深反演模型的輸出結果；m_i為反演參數，所述反演參數包括：雪顆粒的平均直徑，積雪厚度和溫度；n為反演參數數量；為調度變量；ρ_i為基函數，是反演參數m_i對應的歸一化后的隸屬度值，ρ_i的表達式為公式(2)：

λ_i是高斯函數。