[發明專利]一種基于BP神經網絡的輸電線路雷害風險評估方法

在審

• 申請號: 201711228358.X
• 申請日: 2017-11-29
• 公開（公告）號: CN108108877A
• 公開（公告）日: 2018-06-01
• 發明（設計）人: 趙海龍;黃松;王錄亮
• 申請（專利權）人: 海南電網有限責任公司電力科學研究院
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 陳歡

本發明公開了一種基于BP神經網絡的輸電線路雷害風險評估方法，該方法包括以下步驟，分析輸電線路雷害風險的影響因子，根據影響因子采集影響輸電線路安全的雷擊風險樣本數據，并進行歸一化預處理，劃分雷害風險等級；建立BP神經網絡模型，將雷擊風險樣本數據輸入BP神經網絡模型進行學習訓練，采用訓練后的BP神經網絡模型計算輸電線路雷害風險評估值，對風險評估值較高的輸電線路發出警示信息。本發明能夠建立BP神經網絡模型，采集雷擊風險樣本數據輸入BP神經網絡進行學習訓練，評估輸電線路雷害風險等級，使雷害風險評估精度更高，結果更加符合實際要求。

技術領域

本發明屬于輸電線路防雷的技術領域，更具體的涉及一種基于BP神經網絡的輸電線路雷害風險評估方法。

背景技術

近年來，我國的經濟迅猛發展，對供電可靠性的要求越來越高。雷擊跳閘是影響輸電線路供電可靠性的重要因素，特別是在雷電活動比較頻繁的地區，雷擊跳閘給人民生活帶來了極大的不便。所以，對輸電線路進行雷擊風險評估具有重要的意義。目前，一些研究機構對雷擊風險的評估僅以雷擊跳閘率作為指標，雷擊跳閘率高的則雷擊跳閘風險較大，反之則較小。這種評估方法考慮的不全面，因為雷擊災害影響因素不止一個，它還和雷電活動強度、地形地貌、輸電線路的重要程度有關。把雷擊跳閘率作為唯一影響因素的評估方法不能準確的評估輸電線路的雷害風險，所以亟待提出一種更能準確反映雷害風險的評估方法。

發明內容

本發明的目的在于提供一種基于BP神經網絡的輸電線路雷害風險評估方法，以解決上述背景技術中提出的問題。

本發明是通過以下技術方案實現的：

一種基于BP神經網絡的輸電線路雷害風險評估方法，包括：

S1.分析輸電線路雷害風險的影響因子；

S2.根據所述影響因子，采集影響輸電線路安全的雷擊風險樣本數據，并對采集到的雷擊風險樣本數據進行預處理；

S3.對所述預處理完成的雷擊風險樣本數據劃分雷害風險等級；

S4.建立BP神經網絡模型；

S5.將雷擊風險樣本數據輸入BP神經網絡模型進行學習訓練；

S6.采用訓練后的BP神經網絡模型計算輸電線路雷害風險評估值；

S7.對風險評估值較高的輸電線路發出警示信息。

進一步的，步驟S1中，所述影響因子包括地閃密度、雷電流幅值、桿塔接地電阻、桿塔絕緣水平、避雷線保護角、地形地貌、線路重要程度、歷史雷擊跳閘情況。

進一步的，步驟S2中，所述雷擊風險樣本數據收集方式包括雷電定位系統和現場測量。

進一步的，步驟S2中，所述雷擊風險樣本數據預處理方法，包括：

對數值型雷擊風險樣本數據進行歸類匯總，得到下列樣本數據矩陣X；

采用下式進行歸一化處理：