[發明專利]基于氣象參數與支持向量機的絕緣子污閃預警方法在審
| 申請號: | 202211599388.2 | 申請日: | 2022-12-12 |
| 公開(公告)號: | CN116205328A | 公開(公告)日: | 2023-06-02 |
| 發明(設計)人: | 全浩;鄭華龍;耿艷旭;張志勁;黃飛;林永健;石習雙;羅朝宇;李成;韋保榮;陳樹平;劉振華;莫厚鑫;韋海;李洪文;朱張華;丁琦 | 申請(專利權)人: | 中國南方電網有限責任公司超高壓輸電公司梧州局 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04;G06N20/10;G06F18/2411;G06F16/215 |
| 代理公司: | 北京海虹嘉誠知識產權代理有限公司 11129 | 代理人: | 胡博文 |
| 地址: | 543002 廣西壯族*** | 國省代碼: | 廣西;45 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 氣象 參數 支持 向量 絕緣子 預警 方法 | ||
1.一種基于氣象參數與支持向量機的絕緣子污閃預警方法,其特征在于:包括以下步驟:
S1.采集絕緣子污閃事故數據,絕緣子污閃事故數據包括歷史污閃事故信息以及發生污閃事故時的氣象數據;
S2.對采集的歷史污閃事故信息和氣象數據進行預處理;
S3.構建支持向量機模型,并將步驟S2中預處理后的數據輸入至支持向量機模型中對支持向量機模型進行訓練;
S4.對訓練完成的支持向量機模型進行參數優化,建立全局最優預測模型;
S5.實時采集絕緣子所處環境的氣象數據,并將氣象數據輸入至全局最優預測模型中進行處理判斷絕緣子是否存在污閃風險,如是,則進行預警。
2.根據權利要求1所述基于氣象參數與支持向量機的絕緣子污閃預警方法,其特征在于:所述歷史污閃事故信息包括事故絕緣子所屬桿塔電壓等級、事故絕緣子串數、事故絕緣子污穢等級、事故污穢等級采集時間與污閃事故發生時間間隔、事故絕緣子所屬污區等級、事故絕緣子型號、事故絕緣子所屬桿塔經緯度。
3.根據權利要求1所述基于氣象參數與支持向量機的絕緣子污閃預警方法,其特征在于:所述氣象數據包括絕緣子所屬區域內的溫度、濕度、降雨量以及大氣氣溶膠濃度。
4.根據權利要求1所述基于氣象參數與支持向量機的絕緣子污閃預警方法,其特征在于:步驟S2中,絕緣子污閃事故數據預處理包括:
S21.對絕緣子污閃事故數據進行清洗處理,刪除重復數據;
S22.對進行清洗處理后的絕緣子污閃事故數據采用埃米爾特插值法對缺失的數據進行平滑處理;
S23.對平滑處理后的數據進行歸一化處理。
5.根據權利要求1所述基于氣象參數與支持向量機的絕緣子污閃預警方法,其特征在于:對支持向量機模型進行訓練包括:
S31.初始化支持向量機參數懲罰因子c和核函數參數g;
S32.構建分類決策函數:
其中:mi∈Rn,ni∈{-1,1},i=1,2,…,n,mi是第i個特征向量,ni是mi對應的類標記,di為拉格朗日乘子,e為截距;
S33.構建的分類決策函數的核函數K:
其中,mc為核函數的中心;
S34.將歸一化處理后的數據輸入至支持向量機中進行訓練;
S35.設置最大迭代次數,并采用蟻群算法對參數懲罰因子c和核函數參數g進行全局尋優,并判斷當前迭代次數是否達到最大迭代次數,如是,則當前支持向量機模型為最優預測模型,如否,則返回步驟31。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國南方電網有限責任公司超高壓輸電公司梧州局,未經中國南方電網有限責任公司超高壓輸電公司梧州局許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202211599388.2/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





