[發明專利]一種臺風災害下輸電桿塔智能可視化風險評估方法

有效

• 申請號: 201811278469.6
• 申請日: 2018-10-30
• 公開（公告）號: CN109299208B
• 公開（公告）日: 2022-02-01
• 發明（設計）人: 侯慧;于士文;吳細秀;李顯強;唐金銳;耿浩;俞菊芳
• 申請（專利權）人: 武漢理工大學
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/248
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 嚴彥

1.一種臺風災害下輸電桿塔智能可視化風險評估方法，包括以下步驟：

步驟1，建立數據層，利用臺風信息、桿塔信息和地理信息建立空間多元異構數據庫，并進行信息數據預處理，并分別按模型側和目標側提取數據；

步驟2，在步驟1的基礎上建立知識提取層，利用超參數優化和擬合優度法建立輸電桿塔損毀概率預測智能模型；實現方式如下，

在超參數優化方法基礎上，利用機器學習算法立桿塔損毀概率預測智能模型，包括以下步驟，

(1)原始模型評估，對MSE、MAE、R²進行對比，實現原始模型評估；

(2)超參數優化，以最小化-R²為目標，利用調參工具對模型的部分超參數進行優化，并評估模型；

(3)相對最優模型選擇，按照MSE與MAE越小、R²越大則模型越優的原則，選擇相對最優模型，確定相對最優模型；

(4)全數據擬合，用優化后的超參數進行全數據擬合建模，用于目標側的預測；

(5)實際預測，在目標側，將目標地區的空間多源異構信息輸入模型，得到桿塔損毀概率，根據風險評估理論，利用下式計算網格i的風險值，

r_i＝P_iN_i

式中，r_i為網格i的風險值，P_i為網格i的損毀概率；N_i為網格i內的桿塔數量；

選擇6種智能模型，分別為邏輯回歸LR、支持向量回歸SVR、分類回歸樹CART、Adaboost迭代算法、漸進梯度回歸樹GBRT、隨機森林RF，提出相應的組合模型，包括針對6種模型分別執行以上步驟(1)～(5)進行優化后，采用以下公式進行組合，

式中，W_k為各模型的權重，為第k個預測模型的輸出；L為模型的總數，k＝1,2,…,L；為最終的組合模型；

根據擬合優度法，權重表達式為：

式中，SE_k是第k個預測模型的標準差，表達式為：

式中，j為測試集數據序號；N為測試集數據總量；y_j為第j個數據標簽的實際值；f(x_j)為第j個數據標簽的預測值；為y_j的均值；

當各種預測結果較分散，該模型能予以預測標準差最小的模型以最大的權重，使預測結果能夠保證擬合優度，利用MAE_k代替SE_k，得到：

式中，MAE_k是第k個預測模型的平均絕對誤差；

步驟3，在步驟2基礎上建立可視化處理層，利用ArcGIS對預測結果進行可視化處理。

2.根據權利要求1所述的一種臺風災害下輸電桿塔智能可視化風險評估方法，其特征在于：步驟1中，臺風信息包括最大陣風V，桿塔信息包括設計風速V'和運行時間T，地理信息包括海拔H、坡向A、坡度S、坡位P、下墊面類型U和地表粗糙度R。

3.根據權利要求1所述的一種臺風災害下輸電桿塔智能可視化風險評估方法，其特征在于：步驟1中，信息數據預處理包括缺省值填充、基準換算和標準化。

4.根據權利要求1所述的一種臺風災害下輸電桿塔智能可視化風險評估方法，其特征在于：步驟1中，在模型側提取數據時，由于損毀數據量遠遠少于未損毀數據量，一方面將損毀數據進行復制，另一方面隨機抽取等量的未損毀數據，以1:1的比例構建訓練數據集，類別標簽設定為二分變量，y＝0代表桿塔未損毀，y＝1代表桿塔損毀。