【技术实现步骤摘要】
基于数据驱动和模型驱动的杆塔损毁预测方法及装置
[0001]本专利技术涉及杆塔损毁预测
,尤其涉及基于数据驱动和模型驱动的杆塔损毁预测方法及装置。
技术介绍
[0002]数据驱动方法是通过大量数据,运用机器学习算法对电网灾损进行预测,随着电网信息数据化与规范化,使得数据驱动方法的大规模应用成为可能。国内外许多研究开发了基于公开数据的台风停电预测模型,并验证了其有效性,提高了预测准确度。为了更好地给灾后抢修工作提供参考,现有技术还公开了以输电杆塔为预测对象,预测台风灾害下输电杆塔损毁情况,在对预测区域进行网格划分的基础上,对网格区域内的损毁杆塔数量以及停电用户数量进行预测,并进行随机风场构建,利用静态和动态变量提供更为精确的预测。模型驱动方法则是对电网设备进行物理建模,从而进行极端天气下的损毁分析,基于可靠性理论,利用应力干涉模型进行输电线路上的杆塔损毁预测。但是上述现有技术大多未及考虑输电设备自身状态并未将输电线路和输电杆塔作为一个整体来考虑杆塔的风荷载情况,且现有的模型驱动方法需要对每个杆塔进行物理建模,建模复杂度较高,现有的数据驱动方法的预测精度较低。同时,由于配电网设备强度较低,发生损毁的概率较高,已有针对配网用户在台风灾害下的受损情况进行预测的相关技术,但是缺少针对主网杆塔在台风灾害下受损情况进行预测的技术方案。
技术实现思路
[0003]本专利技术提供基于数据驱动和模型驱动的杆塔损毁预测方法及装置,提高了台风灾害发生前,对主网杆塔损毁概率的预测准确度。
[0004]本专利技术一 ...
【技术保护点】
【技术特征摘要】
1.一种基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,包括以下步骤:将预测区域的第一预测数据集输入至由数据驱动的第一主网杆塔损毁预测模型,预测所述预测区域内各个第一杆塔的第一损毁概率;所述第一预测数据集包括所述预测区域的第一杆塔设计风速、最大阵风风速、第一杆塔运行年限、海拔、坡向、坡度、坡位、下垫面类型和地表粗糙度;根据预测的所述各个第一杆塔的第一损毁概率,筛选出符合第一预设条件的所有输电线路及所述输电线路包含的第二杆塔,再将所述输电线路及其包含的第二杆塔输入至由模型驱动的第二主网杆塔损毁预测模型,得到所述预测区域内第二杆塔的第二损毁概率。2.根据权利要求1所述的基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,筛选出损毁杆塔数量大于5基的输电线路及所述输电线路包含的第二杆塔作为第二主网杆塔损毁预测模型的输入,所述损毁杆塔为所述第一损毁概率大于55%的第一杆塔。3.根据权利要求2所述的基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,所述第二主网杆塔损毁预测模型根据塔线整体的风荷载和应力强度计算对应导线的损毁概率,再根据所述导线的损毁概率计算所述输电线路包含的第二杆塔的第二损毁概率;所述塔线整体为所述输电线路包含的第二杆塔与其所连接的导线形成的整体。4.根据权利要求3所述的基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,根据所述导线的损毁概率计算所述输电线路包含的第二杆塔的第二损毁概率,具体为:根据所述导线的损毁概率根据所述导线的损毁概率计算所述输电线路包含的第二杆塔的三相线路的风荷载;将所述第二杆塔受到的风荷载进行分解,得到垂直于杆塔导线方向的垂直风荷载;将所述第二杆塔的三相线路的风荷载叠加至所述第二杆塔的垂直风荷载上,得到所述第二杆塔的实际风荷载;根据所述第二杆塔的实际风荷载计算所述第二杆塔的第二损毁概率。5.根据权利要求4所述的基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,根据公式计算每条导线的损毁概率,W
XS
为杆塔或者线路的设计风荷载,W
X
为杆塔导线的风荷载标准值,d为杆塔导线的外径,f
R
(W
XS
)为杆塔或者线路的设计风荷载的分布函数。6.根据权利要求5所述的基于数据驱动和模型驱动的杆塔损毁预测方法,其特征在于,根据公式根据所述导线的损毁概率计算所述输电线路包含的第二杆塔的三相线路的风荷载,p
s
为导线的损毁概率,W
X
为杆塔...
【专利技术属性】
技术研发人员:黄勇,王磊,魏瑞增,郑晓光,周恩泽,何浣,刘淑琴,罗颖婷,朱凌,汪皓,
申请(专利权)人:广东电网有限责任公司电力科学研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。