一種基於微氣象信息的輸電線路覆冰厚度預測方法與流程
2023-10-05 14:30:09 3
本發明涉及輸電線路監測技術領域，尤其涉及一種基於微氣象信息的輸電線路覆冰厚度預測方法。
背景技術：
在輸變電線路中，經常有輸電線路途徑或處於高寒地區的情況。在高寒地區的輸電線路中，進入冬季後，在許多高山、風口等地容易形成凝凍，冬季杆塔、導線覆冰現象是影響電力線路安全穩定運行的重要隱患。
為能及時了解輸電線路的現場狀況，以便在輸電線路上覆冰過厚時，及時採取除冰措施，防止電網大面積癱瘓對國民經濟造成重大損失。現有技術中，通常採用覆冰在線監測系統進行觀察。具體的，通過圖像採集裝置實時採集輸電線路的圖像，然後，對採集的通過圖像灰度化、圖像分割、濾波、區域標記等方法對圖像進行預處理，對各條輸電導線覆冰前後圖像像素的對比計算，得出一個平均比值，進而計算出其覆冰厚度。
但是，採用覆冰在線監測系統觀測需要使用專門設置圖像採集裝置，工程造價經費高。此外，進入冬季，圖像採集裝置容易會出現鏡頭凍結、圖象不能顯示、冬季供電不足、無相關數據等問題，覆冰觀測質量難以保證，進而難以滿足線路運行相關要求。另外，上述圖像分析處理步驟繁多，處理過程較為複雜。
技術實現要素：
為克服相關技術中存在的問題，本發明提供一種基於微氣象信息的輸電線路覆冰厚度預測方法。
根據本發明實施例提供的一種基於微氣象信息的輸電線路覆冰厚度預測方法，該包括：
獲取輸電線路的歷史覆冰厚度數據、以及與所述歷史覆冰厚度對應的微氣象歷史溫度數據；
建立以覆冰厚度作為因變量、微氣象溫度作為自變量的回歸模型；
將所述歷史覆冰厚度和所述微氣象歷史溫度數據作為樣本對所述回歸模型進行訓練，得到覆冰厚度預測回歸模型；
將預測氣象溫度輸入所述覆冰厚度預測回歸模型，得到預測覆冰厚度。
可選地，所述回歸模型包括一元一次線性回歸模型，其中：
所述一元一次線性回歸模型的表達式為y＝a+bx，y為覆冰厚度，x為溫度，a和b分別為係數。
可選地，將所述歷史覆冰厚度和所述微氣象歷史溫度數據作為樣本對所述回歸模型進行訓練，包括：
將所述歷史覆冰厚度yi與對應的所述微氣象歷史溫度數據xi分別輸入到所述回歸模型中，分別得到與所述歷史覆冰厚度相對應的係數a和b的估計值；
根據與所述歷史覆冰厚度相對應的係數a和b的估計值，利用二元函數求極值的方法，計算出所述回歸模型的係數a和b的回歸值；
其中，
可選地，獲取所述歷史覆冰厚度對應的微氣象歷史溫度數據，包括：
獲取輸電線路的地理位置信息；
根據所述輸電線路的地理位置，查找到與所述輸電線路最近的氣象站點；
根據所述歷史覆冰厚度的覆冰時間，從所述氣象站點查找所述覆冰時間對應的微氣象歷史溫度數據。
可選地，將預測氣象溫度輸入所述覆冰厚度預測回歸模型之前，所述方法還包括：
獲取預測氣象溼度數據；
判斷所述預測氣象溼度數據是否大於或等於預設溼度值；
當所述預測氣象溼度數據大於或等於預設溼度值時，則將預測氣象溫度輸入所述覆冰厚度預測回歸模型。
可選地，獲取預測氣象溼度數據，包括：
獲取與所述輸電線路地理位置相對應的預測氣象數據；
根據所述預設氣象數據，獲得預測氣象溼度數據。
由以上技術方案可見，本發明實施例提供的一種基於微氣象信息的輸電線路覆冰厚度預測方法，利用輸電線路的歷史覆冰厚度數據、以及與所述歷史覆冰厚度對應的微氣象歷史溫度數據，對以覆冰厚度作為因變量、微氣象溫度作為自變量的回歸模型進行訓練，從而得到覆冰厚度與溫度信息的相關性，進而領用訓練好的模型以及氣象臺預測氣象溫度，便可以進行覆冰厚度預測。本發明實施例提供的覆冰厚度預測方法，通過歷史覆冰與溫度數據的相關性，並結合未來氣象溫度信息，從而預測覆冰厚度，對防冰、抗冰工作提供輔助決策支持，與現有技術相比，無需投入專門的覆冰圖像採集裝置，不僅降低了工程投入成本，還省去了複雜的圖像處理過程。
應當理解的是，以上的一般描述和後文的細節描述僅是示例性和解釋性的，並不能限制本發明。
附圖說明
此處的附圖被併入說明書中並構成本說明書的一部分，示出了符合本發明的實施例，並與說明書一起用於解釋本發明的原理。
為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，對於本領域普通技術人員而言，在不付出創造性勞動性的前提下，還可以根據這些附圖獲得其他的附圖。
圖1為本發明實施例提供的一種基於微氣象信息的輸電線路覆冰厚度預測方法的流程示意圖；
圖2為本發明實施例提供的另一種基於微氣象信息的輸電線路覆冰厚度預測方法的流程示意圖。
具體實施方式
這裡將詳細地對示例性實施例進行說明，其示例表示在附圖中。下面的描述涉及附圖時，除非另有表示，不同附圖中的相同數字表示相同或相似的要素。以下示例性實施例中所描述的實施方式並不代表與本發明相一致的所有實施方式。相反，它們僅是與如所附權利要求書中所詳述的、本發明的一些方面相一致的裝置和方法的例子。
為了能夠及時獲得高壓輸電線路未來的覆冰情況，本發明提供了一種基於微氣象信息的輸電線路覆冰厚度預測方法，該方法通過對歷史溫度和覆冰厚度，利用回歸模型進行擬合，再結合預測氣象溫度預測未來覆冰厚度。
圖1為本發明實施例提供的一種基於微氣象信息的輸電線路覆冰厚度預測方法。圖圖1所示，該方法具體包括如下步驟：
S110：獲取輸電線路的歷史覆冰厚度數據、以及與所述歷史覆冰厚度對應的微氣象歷史溫度數據。
具體的，可以利用覆冰監測在線監測系統來獲取歷史覆冰厚度信息，從微氣象站點獲取微氣象歷史溫度數據。
進一步的，從從微氣象站點獲取與所述歷史覆冰厚度對應的歷史溫度數據，可以包括如下步驟：
S1101：獲取輸電線路的地理位置信息。
S1102：根據所述輸電線路的地理位置，查找到與所述輸電線路最近的氣象站點；
S1103：根據所述歷史覆冰厚度的覆冰時間，從所述氣象站點查找所述覆冰時間對應的微氣象歷史溫度數據。
S120：建立以覆冰厚度作為因變量、微氣象溫度作為自變量的回歸模型。
具體的，包括一元一次線性回歸模型，其中：
所述一元一次線性回歸模型的表達式為y＝a+bx，y為覆冰厚度，x為溫度，a和b分別為係數。
S130：將所述歷史覆冰厚度和所述微氣象歷史溫度數據作為樣本對所述回歸模型進行訓練，得到覆冰厚度預測回歸模型。
在S310中，獲得n對微氣象歷史溫度數據和歷史覆冰厚度數據(xi,yi)(i＝1,…,n),這n對數據(xi,yi)就是n組樣本值，根據這每一組樣本值可以分別尋求一對係數a、b。但由於y是一個隨機變量，所以通過另一組微氣象歷史溫度數據和歷史覆冰厚度數據又可得到一對a、b的值。也就是說，可以通過n組數據所得到的係數a、b的估計值，記著進而通過歷史覆冰厚度和微氣象歷史溫度所求出的回歸方程為:
對於取到的n組數據(xi,yi)，記yi是隨機變量y對應於xi的值，記是測試值yi的回歸值，每一個值yi與回歸值之間的差可表示為2個縱坐標之差，這個差有正有負，其絕對值為找到所有這些距離之和為最小的一條直線，即最小，用平方和代替絕對值：
在公式(2)中，平方和Q是隨著回歸係數而變的，因此，它是的一個二元函數，其中xi、yi為常數。
根據二元函數求極值的方法，分別對求偏導數得到：
令得到：
根據公式(4)解回歸函數為：
其中，令公式(5)可以寫成如下式：
公式(6)中的即為Q的最小值點，使得達到最小。以為回歸係數的直線方程，就是所要求的回歸方程。
S140：將預測氣象溫度輸入所述覆冰厚度預測回歸模型，得到預測覆冰厚度。
在步驟S140中回歸係數已算出，將預測氣象預測溫度輸入到公式(1)中，從而預測出覆冰厚度。
進一步的，由於覆冰厚度不僅受到氣象溫度影響，還受輸電線路周圍的空氣溼度影響，因此，在步驟S140將預測氣象溫度輸入所述覆冰厚度預測回歸模型之前，如圖2所示，所述方法還包括如下步驟：
S210：獲取預測氣象溼度數據。
具體的，獲取與所述輸電線路地理位置相對應的預測氣象數據，根據所述預設氣象數據，提取出預測氣象溼度數據。
S220：判斷所述預測氣象溼度數據是否大於或等於預設溼度值。
若預測溼度小於預設溼度值(80％)，則不會覆冰，並且，若預測溫度大於等於0℃如果當前已經覆冰，則會主動融冰，此時覆冰趨勢為下降趨勢；如溼度達到覆冰要求的80％，則達到覆冰要求，則執行步驟S140。
由以上技術方案可見，本發明實施例提供的一種基於微氣象信息的輸電線路覆冰厚度預測方法，利用輸電線路的歷史覆冰厚度數據、以及與所述歷史覆冰厚度對應的微氣象歷史溫度數據，對以覆冰厚度作為因變量、微氣象溫度作為自變量的回歸模型進行訓練，從而得到覆冰厚度與溫度信息的相關性，進而領用訓練好的模型以及氣象臺預測氣象溫度，便可以進行覆冰厚度預測。本發明實施例提供的覆冰厚度預測方法，通過歷史覆冰與溫度數據的相關性，並結合未來氣象溫度信息，從而預測覆冰厚度，對防冰、抗冰工作提供輔助決策支持，與現有技術相比，無需投入專門的覆冰圖像採集裝置，不僅降低了工程投入成本，還省去了複雜的圖像處理過程。
本領域技術人員在考慮說明書及實踐這裡發明的發明後，將容易想到本發明的其它實施方案。本申請旨在涵蓋本發明的任何變型、用途或者適應性變化，這些變型、用途或者適應性變化遵循本發明的一般性原理並包括本發明未發明的本技術領域中的公知常識或慣用技術手段。說明書和實施例僅被視為示例性的，本發明的真正範圍和精神由下面的權利要求指出。
應當理解的是，本發明並不局限於上面已經描述並在附圖中示出的精確結構，並且可以在不脫離其範圍進行各種修改和改變。本發明的範圍僅由所附的權利要求來限制。