System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种适用于复杂微地形的架空线路覆冰厚度分析方法技术_技高网

一种适用于复杂微地形的架空线路覆冰厚度分析方法技术

技术编号:41466219 阅读:5 留言:0更新日期:2024-05-30 14:21
本发明专利技术涉及电数字数据处理技术领域,具体涉及一种适用于复杂微地形的架空线路覆冰厚度分析方法。该方法获取气象数据和厚度数据;构建采集点的初始预测回归模型;根据厚度数据与邻域厚度数据之间的差异,获取厚度数据的异常程度值,对初始预测回归模型进行更新,获取更新预测回归模型;根据采集点的气象数据和厚度数据,获取采集点的地形复杂度,根据地形复杂度对更新预测回归模型进行调整,获取最优预测回归模型,预测采集点的厚度数据。本发明专利技术通过获取更新预测回归模型,避免了异常数据的干扰,进而获取每个采集点的地形复杂度,对更新预测回归模型调整,获取最优预测回归模型,去除地形对厚度数据的影响,准确预测每个采集点的厚度数据。

【技术实现步骤摘要】

本专利技术涉及电数字数据处理,具体涉及一种适用于复杂微地形的架空线路覆冰厚度分析方法


技术介绍

1、架空输电线路是电力系统的重要组成部分,其中,架空线路上的覆冰问题会威胁到电力系统的稳定运行。覆冰会增加架空线路的负荷,容易引起架空线路发生短路或者断开等故障,给电力系统带来巨大的经济损失和安全风险。为了减少架空线路覆冰带来的风险,预测架空线路覆冰厚度数据成为了一项重要的任务,旨在根据对气象数据的观测,预测架空线路覆冰情况,为电力工作人员提供及时的决策支持,保障电力系统的安全稳定运行。

2、现有方法利用最小二乘法拟合历史观测到的气象数据和架空线路覆冰厚度数据,获取气象数据和架空线路覆冰厚度数据之间的关系,建立线性回归模型作为架空线路覆冰厚度数据预测模型,对未来架空线路覆冰厚度数据进行预测。但在实际情况中,当架空线路处于环境恶劣且地形复杂的野外地区时,观测到的气象数据和架空线路覆冰厚度数据容易出现异常,进而导致架空线路覆冰厚度数据预测模型出现偏差,无法准确预测架空线路覆冰情况,不利于电力工作人员及时发现覆冰对架空线路造成的影响,无法保证电力系统安全稳定运行。


技术实现思路

1、为了解决由于架空线路处于环境恶劣且地形复杂的野外地区,而导致观测到的气象数据和架空线路覆冰厚度数据容易出现异常,进而导致架空线路覆冰厚度数据预测模型出现偏差,无法准确预测架空线路覆冰厚度数据的技术问题,本专利技术的目的在于提供一种适用于复杂微地形的架空线路覆冰厚度分析方法,所采用的技术方案具体如下:</p>

2、本专利技术提出了一种适用于复杂微地形的架空线路覆冰厚度分析方法,该方法包括以下步骤:

3、获取预设时间段内每个采集点每个时刻下不同种类的气象数据和架空线路覆冰的厚度数据;

4、根据每个采集点每个时刻下的气象数据和厚度数据,获取每个采集点的初始预测回归模型;根据每个采集点每个时刻下的厚度数据的模型残差和预设邻域内厚度数据的变化,以及与每个邻域厚度数据之间的差异和时序距离,获取每个采集点每个时刻下的厚度数据的异常程度值;根据所述异常程度值,对每个采集点的初始预测回归模型中的参数进行更新,获取每个采集点的更新预测回归模型;

5、将每个采集点每个时刻下不同种类的气象数据构建为一个气象数据组,将任一种类的气象数据作为目标数据,根据任意两个气象数据组之间除目标数据之外同种气象数据之间的差异,将气象数据组进行划分获得第一类别;根据每个第一类别内的目标数据和对应的厚度数据,获取目标数据的权重;

6、根据权重对任意两个气象数据组之间同种气象数据的差异进行修正,获取任意两个气象数据组的相似度;根据相似度,将气象数据组进行划分获得第二类别;根据每个采集点每个时刻下的厚度数据与所在第二类别内厚度数据均值之间的差异,获取每个采集点的地形复杂度;

7、根据地形复杂度对每个采集点的更新预测回归模型进行调整,获取每个采集点的最优预测回归模型,预测每个采集点的厚度数据。

8、进一步地,所述异常程度值的获取方法为:

9、对于任一采集点任一时刻下的厚度数据,将该厚度数据的预设邻域内厚度数据的二阶差分进行累加的结果,作为该厚度数据的第一异常参考值;

10、获取该厚度数据与预设邻域内每个邻域厚度数据对应时刻之间的差值绝对值,作为该厚度数据与对应邻域厚度数据之间的时序距离;

11、通过所述时序距离对该厚度数据与每个邻域厚度数据之间的差异进行修正,获取该厚度数据与每个邻域厚度数据之间的实际差异值;

12、获取实际差异值的均值,作为该厚度数据的第二异常参考值;

13、根据该厚度数据的第一异常参考值、第二异常参考值和模型残差,获取该厚度数据的异常程度值;其中,该厚度数据的第一异常参考值的绝对值、第二异常参考值和模型残差均与该厚度数据的异常程度值为正相关关系。

14、进一步地,所述异常程度值的计算公式为:

15、

16、式中,为第a个采集点第i个时刻下的厚度数据的异常程度值;为第a个采集点第i个时刻下的厚度数据的模型残差;k为第a个采集点第i个时刻下的厚度数据的预设邻域内二阶差分的总数量;为第a个采集点第i个时刻下的厚度数据的预设邻域内第k个二阶差分;为第a个采集点第i个时刻下的厚度数据的第一异常参考值;c为第a个采集点第i个时刻下的厚度数据的预设邻域内邻域厚度数据的总数量;为第a个采集点第i个时刻下的厚度数据与第c个邻域厚度数据之间的时序距离;为第a个采集点第i个时刻下的厚度数据;为第a个采集点第i个时刻下的厚度数据的第c个邻域厚度数据;为第a个采集点第i个时刻下的厚度数据与第c个邻域厚度数据之间的实际差异值;为第a个采集点第i个时刻下的厚度数据的第二异常参考值;为绝对值函数。

17、进一步地,所述获取每个采集点的更新预测回归模型的计算公式为:

18、

19、

20、

21、

22、式中,为第a个采集点的更新预测回归模型;为第a个采集点每个时刻下的每种气象数据构成的矩阵;为第a个采集点更新预测回归模型的系数矩阵;为第a个采集点更新预测回归模型的模型残差矩阵;为第a个采集点每个时刻下的厚度数据构成的列矩阵;为第a个采集点每个时刻下的每种气象数据构成矩阵的逆矩阵;为第a个采集点每个时刻下的厚度数据的异常程度值构成的列矩阵;n为预设时间段内的时刻总数量;为第a个采集点第1个时刻下的厚度数据的异常程度值;为第a个采集点第2个时刻下的厚度数据的异常程度值;为第a个采集点第n个时刻下的厚度数据的异常程度值;为第a个采集点第n个时刻下的厚度数据的异常程度值。

23、进一步地,所述根据任意两个气象数据组之间除目标数据之外同种气象数据之间的差异,将气象数据组进行划分获得第一类别的方法为:

24、将任意两个气象数据组之间除目标数据之外同种气象数据之间的差异,作为第一差异;

25、将第一差异进行归一化的结果,作为第一结果;

26、将任意两个气象数据组之间最大的第一结果,作为任意两个气象数据组的差异特征值;

27、通过k-means聚类算法,根据差异特征值,将气象数据组进行划分获得第一类别;其中,当差异特征值小于或者等于预设的差异特征值阈值时,将对应两个气象数据组划分为同一类别。

28、进一步地,所述权重的获取方法为:

29、将每个第一类别内的气象数据组根据目标数据从小到大的顺序进行排列,获得每个第一类别的气象数据组序列;

30、获取每个气象数据组序列中目标数据的一阶差分进行累加的结果,作为对应第一类别的目标数据变化值;

31、将每个气象数据组序列中的每个气象数据组所对应的厚度数据,构建为厚度数据序列,将每个厚度数据序列中厚度数据的一阶差分进行累加的结果,作为对应第一类别的厚度数据变化值;

32、将每个第一类别的目标数据变化值与第二预设常数的相加结本文档来自技高网...

【技术保护点】

1.一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述异常程度值的获取方法为:

3.如权利要求2所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述异常程度值的计算公式为:

4.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述获取每个采集点的更新预测回归模型的计算公式为:

5.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述根据任意两个气象数据组之间除目标数据之外同种气象数据之间的差异,将气象数据组进行划分获得第一类别的方法为:

6.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述权重的获取方法为:

7.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述相似度的计算公式为:

8.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述第二类别的获取方法为:

9.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述地形复杂度的计算公式为:

10.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述最优预测回归模型的计算公式为:

...

【技术特征摘要】

1.一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,该方法包括以下步骤:

2.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述异常程度值的获取方法为:

3.如权利要求2所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述异常程度值的计算公式为:

4.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述获取每个采集点的更新预测回归模型的计算公式为:

5.如权利要求1所述一种适用于复杂微地形的架空线路覆冰厚度分析方法,其特征在于,所述根据任意两个气象数据组之间除目标数据之外同种气象数据之间的差异,将气象数...

【专利技术属性】
技术研发人员:怀晓伟李波黄林溦朱思国宁睿
申请(专利权)人:湖南防灾科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1