一种基于梯度提升树的输电线路山火风险等级预报方法技术

一种基于梯度提升树的输电线路山火风险等级预报方法，其特征在于，包括选取预报区域并将其划分为空间网格；采集该区域真实火点数量历史数据、历史气象数据、植被类型、卫星监测到的历史热源的月分布；计算山火风险等级；计算山火气象指数、植被燃烧系数、工农业用火指数；采用所有样本构建样本空间；构建山火风险等级预报模型，进行训练；用网格搜索寻找最优超参数，输出最终山火风险等级预报模型；计算并输入待预报日山火气象指数、植被燃烧系数和工农业用火指数，输出各空间网格的山火风险等级。本发明专利技术建立的山火风险等级预报模型兼具准确性和鲁棒性，可操作性强，提升了输电线路山火风险预报的科学性和精确性。火风险预报的科学性和精确性。火风险预报的科学性和精确性。

【技术实现步骤摘要】
一种基于梯度提升树的输电线路山火风险等级预报方法


[0001]本专利技术属于输配电
，具体而言涉及一种基于梯度提升树的输电线路山火风险等级预报方法。

技术介绍

[0002]我国能源资源与需求的逆向分布决定了需要采用远距离输电线路把电能从发电中心输送到负荷中心。然而大量的输电线路穿过林区、耕地，工农业用火和闪电起火等引发的山火严重威胁周边输电线路的绝缘性和电网的可靠性。目前国内外输电线路山火防治以卫星遥感监测山火为主，但该技术是对山火发生后的被动防治，而北方春秋两季干燥的植被如被点燃，在风的影响下山火快速蔓延，极易短时间内威胁周边输电线路的安全。开展山火风险预报工作，可以提前明确山火高发区域，部署运维人员提前清理沿线走廊及周边易燃物，并加强重点和易发生山火输电线路巡视和蹲守，劝阻可能威胁输电线路的焚烧行为，必要时及时联系政府和消防部门灭火。
[0003]输电线路山火发生主要受气象要素和工农业用火习俗的影响。发生后至蔓延到输电线路下方主要受气象要素、地表植被和地形的影响。气象和林业部门最早开展了基于气象因素的森林火险预测研究，但其没有考虑工农业用火习俗影响，也没有结合电网线路，对电力部门的参考价值有限。专利号为201510255860.4和201710245850.1的专利技术专利提出了考虑历史火点要素、气象要素和可燃物要素的山火密度定量预报方法，但其山火预报密度计算公式及各因子权重指数多依赖经验公式，不利于推广到不同气象、地理环境和用火习俗的地区。同时其对历史每日火点数量的计算多采用简单平均，并未充分考虑山火发生具有随机波动性、稀疏性以及一定时间长度关联性的特点。目前国内对山火的预报计算多采用经验公式和专家经验对各因子赋值权重的方法，鲜有基于大数据利用人工智能技术进行山火预报的报道。随着电网防山火工作的深入和信息化水平的提升，积累了大量的历史火点、气象、地形植被等数据，这些宝贵的数据资源尚有巨大的利用空间，从而有效指导输电线路山火预防工作。
[0004]梯度提升树是以决策树为基学习器基于Boosting集成学习算法对任意可微函数的一种推广，其一经提出即被认为是泛化能力最强的几个算法之一。所以本专利技术利用输电线路山火发生相关的大数据，基于梯度提升树算法强大的数据处理能力，提出一种基于梯度提升树的输电线路山火风险等级预报方法

技术实现思路

[0005]为了解决上述问题，本专利技术的目的在于提供一种基于梯度提升树的输电线路山火风险等级预报方法。
[0006]本专利技术具体采用以下技术方案：
[0007]一种基于梯度提升树的输电线路山火风险等级预报方法，其特征在于，包括以下步骤：
[0008]步骤1：选取预报区域，将选择的预报区域按经纬度为基准单位划分为预定大小的空间网格；
[0009]步骤2：采集该预报区域的每个空间网格内已核实的真实火点数量历史数据、历史气象数据、植被类型、卫星监测到的历史热源的月分布情况；
[0010]步骤3：根据步骤2中采集的真实火点数量历史数据，计算山火风险等级；
[0011]步骤4：根据步骤2采集的历史气象数据、植被类型以及卫星监测到的历史热源的月分布情况，计算山火气象指数I、植被燃烧系数L、工农业用火指数C；
[0012]步骤5：根据步骤3
‑
4的计算结果，采用所有样本构建样本空间；
[0013]步骤6：基于梯度提升树算法构建山火风险等级预报模型，以山火气象指数I、植被燃烧系数L、工农业用火指数C为输入，山火风险等级为输出进行训练；
[0014]步骤7：采用网格搜索寻找最优超参数，并输出最终的山火风险等级预报模型；
[0015]步骤8：获取各个空间网格待预报日气象数据、植被类型以及预报日所属月份，计算山火气象指数I、各个空间网格的植被燃烧系数L和预报日的工农业用火指数C，输入山火风险等级预报模型，输出各空间网格的山火风险等级。
[0016]本专利技术进一步采用以下优选技术方案：
[0017]采集任意空间网格内的真实火点数量历史数据时，以天为单位，采集预报日之前近s年的经线路运维人员现场核实的距最近输电线路预定距离以内的火点数量，形成“天”为单位的火点数量序列；
[0018]采集历史气象数据时，以天为单位，采集预报日之前近s年的历史数据，形成以“天”为单位的气象数据序列；
[0019]采集植被类型时，将各空间网格细分为数量为d
×
d的二次网格，读取二次网格内的植被类型。
[0020]步骤3包括以下步骤：
[0021]步骤301：根据采集的真实火点数量历史数据，基于以下公式，计算每个火点对于输电线路的山火危险值：
[0022]n＝w1+0.5w2+0.3w3[0023]式中：n为某火点对应的输电线路山火危险值，w1为处于此火点周围1km内的220kV及以上的输电线路数量，w2为处于此火点周围1km以上2km以内的220kV及以上的输电线路数量，w3为处于此火点周围2km以上3km以内的220kV及以上的输电线路数量；
[0024]步骤302：通过以下计算各空间网格内第i天的日山火危险值：
[0025][0026]其中，n
i
表示某一空间网格内第i天的日山火危险值，n
x
表示该网格内第x个火点对应的输电线路山火危险值，In为当日该网格的火点数量；
[0027]步骤303：计算各空间网格12个月份山火危险值的近s年平均值，记某月的山火危险值近s年平均值记其中，任意网格某月的山火危险值等于当月各日的山火危险值之和；
[0028]步骤304：在历史数据中，假设第i天为预报日，计算该预报日的山火危险值的参考
值，其计算公式如下：
[0029][0030]步骤305：引入误差修正因子，基于以下公式计算各个空间网格预报日山火危险值参考值的指数移动加权平均值：
[0031][0032]其中，n
βj
为近五年该网格以“天”为单位山火危险值参考值序列中第j日的值，t为预报日在序列中的位置，m'
t
为预报日网格山火危险参考值的指数移动加权平均，a为平滑系数；
[0033]步骤306：根据步骤305的计算结果，基于下表1确定预报区域的历史山火等级。
[0034]表1
[0035]m'
t
山火风险等级[0,0.2)1[0.2,0.5)2[0.5,1.5)3[1.5,∞)4
[0036]步骤4中，计算山火气象指数I包括以下步骤：
[0037]步骤401：从历史气象数据中获取每日各个空间网格的平均气温/℃、平均相对湿度/％、平均最大风速/m/s、连续无降水日数/d，通过以下公式计算火险气象因子U：
[0038]U＝f(V)+f(T)+f(r
RH
)+f(M)
[0039]其中，U为火险气象因子，V为平均最大风速(米/秒)，T为平均气温(摄氏度)，r
RH本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于梯度提升树的输电线路山火风险等级预报方法，其特征在于，包括以下步骤：步骤1：选取预报区域，将选择的预报区域按经纬度为基准单位划分为预定大小的空间网格；步骤2：采集该预报区域的每个空间网格内已核实的真实火点数量历史数据、历史气象数据、植被类型、卫星监测到的历史热源的月分布情况；步骤3：根据步骤2中采集的真实火点数量历史数据，计算山火风险等级；步骤4：根据步骤2采集的历史气象数据、植被类型以及卫星监测到的历史热源的月分布情况，计算山火气象指数I、植被燃烧系数L、工农业用火指数C；步骤5：根据步骤3
‑
4的计算结果，采用所有样本构建样本空间；步骤6：基于梯度提升树算法构建山火风险等级预报模型，以山火气象指数I、植被燃烧系数L、工农业用火指数C为输入，山火风险等级为输出进行训练；步骤7：采用网格搜索寻找最优超参数，并输出最终的山火风险等级预报模型；步骤8：获取各个空间网格待预报日气象数据、植被类型以及预报日所属月份，计算山火气象指数I、各个空间网格的植被燃烧系数L和预报日的工农业用火指数C，输入山火风险等级预报模型，输出各空间网格的山火风险等级。2.根据权利要求1所述的基于梯度提升树的输电线路山火风险等级预报方法，其特征在于：采集任意空间网格内的真实火点数量历史数据时，以天为单位，采集预报日之前近s年的经线路运维人员现场核实的距最近输电线路预定距离以内的火点数量，形成“天”为单位的火点数量序列；采集历史气象数据时，以天为单位，采集预报日之前近s年的历史数据，形成以“天”为单位的气象数据序列；采集植被类型时，将各空间网格细分为数量为d
×
d的二次网格，读取二次网格内的植被类型。3.根据权利要求1所述的基于梯度提升树的输电线路山火风险等级预报方法，其特征在于：步骤3包括以下步骤：步骤301：根据采集的真实火点数量历史数据，基于以下公式，计算每个火点对于输电线路的山火危险值：n＝w1+0.5w2+0.3w3式中：n为某火点对应的输电线路山火危险值，w1为处于此火点周围1km内的220kV及以上的输电线路数量，w2为处于此火点周围1km以上2km以内的220kV及以上的输电线路数量，w3为处于此火点周围2km以上3km以内的220kV及以上的输电线路数量；步骤302：通过以下计算各空间网格内第i天的日山火危险值：其中，n
i
表示某一空间网格内第i天的日山火危险值，n
x
表示该网格内第x个火点对应的
输电线路山火危险值，In为当日该网格的火点数量；步骤303：计算各空间网格12个月份山火危险值的近s年平均值，记某月的山火危险值近s年平均值记其中，任意网格某月的山火危险值等于当月各日的山火危险值之和；步骤304：在历史数据中，假设第i天为预报日，计算该预报日的山火危险值的参考值，其计算公式如下：步骤305：引入误差修正因子，基于以下公式计算各个空间网格预报日山火危险值参考值的指数移动加权平均值：其中，n
βj
为近五年该网格以“天”为单位山火危险值参考值序列中第j日的值，t为预报日在序列中的位置，m'
t
为预报日网格山火危险参考值的指数移动加权平均，a为平滑系数；步骤306：根据步骤305的计算结果，基于下表1确定预报区域的历史山火等级。表1m'
t
山火风险等级[0,0.2)1[0.2,0.5)2[0.5,1.5)3[1.5,∞)44.根据权利要求1
‑
3任意一项所述的基于梯度提升树的输电线路山火风险等级预报方法，其特征在于：步骤4中，计算山火气象指数I包括以下步骤：步骤401：从历史气象数据中获取每日各个空间网格的平均气温/℃、平均相对湿度/％、平均最大风速/m/s、连续无降水日数/d，通过以下公式计算火险气象因子U：U＝f(V)+f(T)+f(r
RH
)+f(M)其中，U为火险气象因子...

【专利技术属性】
技术研发人员：李劲松，俞华，杨姝，姜敏，王帅，原辉，晋涛，米康民，芦竹茂，牛彪，张伟，周自强，常圣志，
申请(专利权)人：国网山西省电力公司电力科学研究院，
类型：发明
国别省市：