[發(fā)明專利]一種基于支持向量回歸計(jì)算區(qū)域覆冰量級(jí)的方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202010061577.9
• 申請(qǐng)日: 2020-01-19
• 公開(kāi)（公告）號(hào): CN111241701A
• 公開(kāi)（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 吳國(guó)強(qiáng);郭新春;劉渝;晉明紅;李力;黃帥
• 申請(qǐng)（專利權(quán)）人: 中國(guó)電力工程顧問(wèn)集團(tuán)西南電力設(shè)計(jì)院有限公司
• 主分類號(hào): G06F30/20
• 分類號(hào): G06F30/20;G06N20/10;G06F113/16;G06F113/04
• 代理公司: 成都九鼎天元知識(shí)產(chǎn)權(quán)代理有限公司 51214
• 代理人: 陳法君

本發(fā)明公開(kāi)了一種基于支持向量回歸計(jì)算區(qū)域覆冰量級(jí)的方法，所述方法包括如下步驟：S1：獲得輸入數(shù)據(jù)集，所述數(shù)據(jù)集包括若干觀測(cè)點(diǎn)的地形類別與覆冰厚度的關(guān)系數(shù)據(jù)以及氣象要素過(guò)程值與覆冰厚度的關(guān)系數(shù)據(jù)；S2：將所述步驟S1中獲得的的輸入數(shù)據(jù)集帶入SVR模型中，并基于libsvm庫(kù)進(jìn)行回歸求解，并基于求解結(jié)果誤差值調(diào)節(jié)SVR模型參數(shù)，直至所述求解結(jié)果誤差低于預(yù)設(shè)誤差值時(shí)，獲得SVR模型的應(yīng)用參數(shù)信息；S3：基于所述步驟S2中獲得的SVR模型的應(yīng)用參數(shù)信息，完成待測(cè)區(qū)域若干格點(diǎn)的支持向量回歸計(jì)算，計(jì)算獲得各個(gè)格點(diǎn)的覆冰值。本方法彌補(bǔ)了傳統(tǒng)線路設(shè)計(jì)中以點(diǎn)帶面的不足，相比傳統(tǒng)方法具有更準(zhǔn)確的結(jié)果，并且更加便于線路避冰路徑的選擇和冰區(qū)劃分。

技術(shù)領(lǐng)域

本方法涉及輸電技術(shù)領(lǐng)域，尤其涉及一種基于支持向量回歸并利用地形類別和常規(guī)氣象要素計(jì)算區(qū)域覆冰量級(jí)的方法。

背景技術(shù)

在輸電線路設(shè)計(jì)中，要確保線路能達(dá)到規(guī)定的抗冰標(biāo)準(zhǔn)，設(shè)計(jì)人員必需要知道線路經(jīng)過(guò)區(qū)域的覆冰大小，這些需要有覆冰基礎(chǔ)資料作支撐。然而，我國(guó)的覆冰基礎(chǔ)資料十分缺乏，覆冰觀測(cè)站點(diǎn)非常少。因此在實(shí)際設(shè)計(jì)過(guò)程中往往采用以點(diǎn)帶面的方式進(jìn)行，即用一個(gè)點(diǎn)的覆冰資料來(lái)作為一個(gè)較大區(qū)域內(nèi)的覆冰基礎(chǔ)數(shù)據(jù)再輔助區(qū)域內(nèi)的氣象資料和覆冰現(xiàn)場(chǎng)調(diào)查資料來(lái)計(jì)算區(qū)域覆冰大小。

由于導(dǎo)線覆冰分布情況復(fù)雜，以點(diǎn)帶面的方式難免有匹配度不高的情況。而現(xiàn)有的一些覆冰模型也主要以計(jì)算點(diǎn)的覆冰為主，且基本以氣象要素為計(jì)算依據(jù)，很少考慮地形因素，同時(shí)計(jì)算的空間尺度都很大。而覆冰大小是地形和氣象因素共同作用的結(jié)果，因此單純以氣象要素作為參考影響因素具有很大的局限性，不能準(zhǔn)確完成對(duì)應(yīng)區(qū)域覆冰測(cè)算。

發(fā)明內(nèi)容

本發(fā)明的目的在于，為克服現(xiàn)有技術(shù)不足，提出了一種在覆冰觀測(cè)站點(diǎn)稀疏、觀測(cè)資料稀少的情況下把握區(qū)域?qū)Ь€覆冰大小的方法。從而輸電線路的設(shè)置提供了數(shù)據(jù)支撐。

本發(fā)明目的通過(guò)下述技術(shù)方案來(lái)實(shí)現(xiàn)：

一種基于支持向量回歸計(jì)算區(qū)域覆冰量級(jí)的方法，所述方法包括如下步驟：S1：獲得輸入數(shù)據(jù)集，所述數(shù)據(jù)集包括若干觀測(cè)點(diǎn)的地形類別與覆冰厚度的關(guān)系數(shù)據(jù)以及氣象要素過(guò)程值與覆冰厚度的關(guān)系數(shù)據(jù)；S2：將所述步驟S1中獲得的的輸入數(shù)據(jù)集帶入SVR模型中，并基于libsvm庫(kù)進(jìn)行回歸求解，并基于求解結(jié)果誤差值調(diào)節(jié)SVR模型參數(shù)，直至所述求解結(jié)果誤差低于預(yù)設(shè)誤差值時(shí)，獲得SVR模型的應(yīng)用參數(shù)信息；S3：基于所述步驟S2中獲得的SVR模型的應(yīng)用參數(shù)信息，完成待測(cè)區(qū)域若干格點(diǎn)的支持向量回歸計(jì)算，計(jì)算獲得各個(gè)格點(diǎn)的覆冰值。

根據(jù)一個(gè)優(yōu)選的實(shí)施方式，所述步驟S1中的輸入數(shù)據(jù)集為數(shù)據(jù)矩陣，所述數(shù)據(jù)矩陣為：由標(biāo)準(zhǔn)冰厚為因變量Y，地形類別和若干氣象要素過(guò)程值為自變量X_n構(gòu)成的m條記錄數(shù)據(jù)，而形成的m×n的矩陣。

根據(jù)一個(gè)優(yōu)選的實(shí)施方式，所述地形類別包括但不限于山谷地形、山脊地形、背風(fēng)坡地形、迎風(fēng)坡地形和埡口地形。根據(jù)一個(gè)優(yōu)選的實(shí)施方式，

所述氣象要素至少包括氣壓、氣溫、水汽壓、相對(duì)濕度、日最低氣溫、風(fēng)速、降水和日照要素；其中，氣壓、氣溫、水汽壓、相對(duì)濕度、日最低氣溫和風(fēng)速的氣象要素過(guò)程值為在每個(gè)覆冰起止時(shí)間范圍內(nèi)的平均值；降水和日照時(shí)數(shù)的氣象要素過(guò)程值為在每個(gè)覆冰起止時(shí)間范圍內(nèi)的累計(jì)值。

根據(jù)一個(gè)優(yōu)選的實(shí)施方式，所述步驟S3中進(jìn)行待測(cè)區(qū)域若干格點(diǎn)的支持向量回歸計(jì)算包括：將待測(cè)區(qū)域若干格點(diǎn)的地形類別數(shù)據(jù)和氣象要素過(guò)程值帶入獲得應(yīng)用參數(shù)信息的SVR模型中計(jì)算，從而獲得待測(cè)區(qū)域各個(gè)格點(diǎn)的覆冰大小值。

根據(jù)一個(gè)優(yōu)選的實(shí)施方式，所述步驟S3中，待測(cè)區(qū)域的格點(diǎn)劃分為基于待測(cè)區(qū)域DEM數(shù)據(jù)并以預(yù)設(shè)的格點(diǎn)尺寸數(shù)據(jù)，完成將待測(cè)區(qū)域劃分為若干格點(diǎn)。