[發明專利]舞動溫度的多要素智能修正方法及系統

在審

• 申請號: 201911262968.0
• 申請日: 2019-12-11
• 公開（公告）號: CN110929808A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 楊莉;懷曉偉;李麗;徐勛建;郭俊;馮濤
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司防災減災中心;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06Q50/06;G06Q10/04
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 何湘玲

本發明公開了舞動溫度的多要素智能修正方法及系統，通過構建以待修正的預測舞動溫度對應的關鍵影響因子作為輸入變量，以修正舞動溫度作為輸出變量，以觀測舞動溫度與預測舞動溫度的差值均方差最小作為目標函數的神經網絡模型；從歷史數據獲取并用預測舞動溫度、對應的觀測舞動溫度及其關鍵影響因子訓練所述神經網絡模型，得到訓練好的神經網絡模型；輸入所述待修正的預測舞動溫度對應的關鍵影響因子輸入訓練好的神經網絡模型，得到修正舞動溫度。相比起現有技術，能快速的溫度預測訂正計算，可適用于不同地區的溫度預測訂正。并為舞動預測模型提供更加準確的溫度場預測數據，從而提高架空線路舞動預報的準確率。

技術領域

本發明屬于電氣工程技術領域，具體涉及舞動溫度的多要素智能修正方法及系統。

背景技術

架空線路舞動嚴重影響冬季電網安全穩定運行，會造成線路頻繁跳閘，甚至倒塔斷線，大面積舞動還可能引發大范圍停電等事故，嚴重影響了冬季供電安全。開展準確的舞動預測預警工作，可以為提前部署防舞措施，制定電網防舞應急預案提供準確的科學指導。

然而舞動受溫度、濕度、風速、降水等多種氣象因素影響，同時舞動發生對氣溫預測的準確率要求非常高，僅在零度附近才可能發生舞動。而目前的常規中尺度氣象預測模式的預測尺度偏大，普遍為3km左右，同時數值預報模式受初始場的不確定性影響，以及數值預報模式自身局限性影響，系統誤差仍然存在。為滿足舞動預報對溫度精細化預測的要求，亟需提出舞動溫度的修正方法，為冬季舞動預報提供技術保障。

發明內容

本發明提供了舞動溫度的多要素智能修正方法及系統，用于解決現有的舞動溫度預測誤差較大的技術問題。

為解決上述技術問題，本發明提出的技術方案為：

一種舞動溫度的多要素智能修正方法，包括以下步驟：

構建以待修正的預測舞動溫度對應的關鍵影響因子作為輸入變量，以修正舞動溫度作為輸出變量，以觀測舞動溫度與預測舞動溫度的差值均方差最小作為目標函數的神經網絡模型；

從歷史數據獲取并用預測舞動溫度、對應的觀測舞動溫度及其關鍵影響因子訓練所述神經網絡模型，得到訓練好的神經網絡模型；

輸入所述待修正的預測舞動溫度對應的關鍵影響因子輸入訓練好的神經網絡模型，得到修正舞動溫度。

優選的，獲取舞動溫度的關鍵影響因子，具體包括以下步驟：

從歷史數據中獲取觀測溫度以及與所述觀測舞動溫度相關的影響因子，所述影響因子包括高空各層溫度、地面及高空各層相對濕度、地面10m風速及高空各層風速、3h變壓等溫度影響因子。

分別計算各個影響因子與所述觀測溫度的相關性系數，并根據所述相關性系數從高到底對所述影響因子進行排序，選卻排序靠前N的N個影響因子作為關鍵影響因子。

優選的，所述目標函數為：

其中，RMSE表示觀測舞動溫度與預測舞動溫度的差值均方差，n為從歷史數據獲取的溫度預測記錄樣本總數，所述G_i為第i條溫度預測記錄的觀測舞動溫度，Y_i為第i條溫度預測記錄的預測舞動溫度,差值均方差的大小直接決定預報精度。

一種計算機系統，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述任一所述方法的步驟。

本發明具有以下有益效果：