[發明專利]一種輸電線路的覆冰厚度預測方法及裝置

在審

• 申請號: 202010799590.4
• 申請日: 2020-08-11
• 公開（公告）號: CN112070272A
• 公開（公告）日: 2020-12-11
• 發明（設計）人: 孫繼軍;羅健;李天琦;施秀萍;黃遠超;趙思東;許勇
• 申請（專利權）人: 南瑞集團有限公司;中電普瑞電力工程有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司 11271
• 代理人: 徐國文

1.一種輸電線路的覆冰厚度預測方法，其特征在于，所述方法包括：

獲取輸電線路未來時刻的氣象數據預測值；

將未來時刻輸入至自回歸積分滑動平均模型，獲取自回歸積分滑動平均模型輸出的覆冰厚度初始值；

將輸電線路未來時刻的氣象數據預測值輸入至支持向量回歸模型，獲取支持向量回歸模型輸出的覆冰厚度誤差值；

根據所述覆冰厚度初始值和所述覆冰厚度誤差值確定未來時刻的輸電線路的覆冰厚度最終預測值。

2.如權利要求1所述的方法，其特征在于，所述自回歸積分滑動平均模型的訓練過程包括：

利用第一歷史時段中各歷史時刻輸電線路的覆冰厚度構建第一訓練數據集；

將所述第一訓練數據集中第一歷史時段中各歷史時刻作為自回歸積分滑動平均模型的輸入數據，將所述第一訓練數據集中第一歷史時段中各歷史時刻輸電線路的覆冰厚度作為自回歸積分滑動平均模型的輸出數據，訓練自回歸積分滑動平均模型，獲取訓練好的自回歸積分滑動平均模型。

3.如權利要求1所述的方法，其特征在于，所述支持向量回歸模型的訓練過程包括：

利用第二歷史時段中各歷史時刻輸電線路的覆冰厚度誤差和第二歷史時段中各歷史時刻輸電線路對應的氣象數據構建第二訓練數據集；

將所述第二訓練數據集中第二歷史時段中各歷史時刻輸電線路對應的氣象數據作為支持向量回歸模型的輸入數據，將所述第二歷史時段中各歷史時刻輸電線路的覆冰厚度誤差作為支持向量回歸模型的輸出數據，并采用布谷鳥搜索算法優化支持向量回歸模型，訓練支持向量回歸模型，獲取訓練好的支持向量回歸模型。

4.如權利要求3所述的方法，其特征在于，所述第二歷史時段中各歷史時刻輸電線路的覆冰厚度誤差的確定過程包括：

采集第二歷史時段中各歷史時刻輸電線路的覆冰厚度；

將第二歷史時段中各歷史時刻輸入至訓練好的自回歸積分滑動平均模型，得到訓練好的自回歸積分滑動平均模型輸出的第二歷史時段中各歷史時刻輸電線路的覆冰厚度初始值；

將第二歷史時段中各歷史時刻輸電線路的覆冰厚度初始值與第二歷史時段中各歷史時刻輸電線路的覆冰厚度的差值，作為第二歷史時段中各歷史時刻輸電線路的覆冰厚度誤差。

5.如權利要求1所述的方法，其特征在于，所述氣象數據，包括：溫度、濕度和風速。

6.如權利要求1所述的方法，其特征在于，所述根據所述覆冰厚度初始值和所述覆冰厚度誤差值確定未來時刻的輸電線路的覆冰厚度最終預測值，包括：

按下式確定未來時刻k的輸電線路的覆冰厚度最終預測值H_k：

H_k＝Y_k+G_k

其中，Y_k為未來時刻k的輸電線路的覆冰厚度初始值，G_k為未來時刻k的輸電線路的覆冰厚度誤差值。

7.一種輸電線路的覆冰厚度預測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取輸電線路未來時刻的氣象數據預測值；

第一預測模塊，用于將未來時刻輸入至自回歸積分滑動平均模型，獲取自回歸積分滑動平均模型輸出的覆冰厚度初始值；

第二預測模塊，用于將輸電線路未來時刻的氣象數據預測值輸入至支持向量回歸模型，獲取支持向量回歸模型輸出的覆冰厚度誤差值；

確定模塊，用于根據所述覆冰厚度初始值和所述覆冰厚度誤差值確定未來時刻的輸電線路的覆冰厚度最終預測值。

8.如權利要求7所述的裝置，其特征在于，所述自回歸積分滑動平均模型的訓練過程包括：

利用第一歷史時段中各歷史時刻輸電線路的覆冰厚度構建第一訓練數據集；

將所述第一訓練數據集中第一歷史時段中各歷史時刻作為自回歸積分滑動平均模型的輸入數據，將所述第一訓練數據集中第一歷史時段中各歷史時刻輸電線路的覆冰厚度作為自回歸積分滑動平均模型的輸出數據，訓練自回歸積分滑動平均模型，獲取訓練好的自回歸積分滑動平均模型。