【技术实现步骤摘要】
本申请涉及电力，特别是涉及一种地质灾害多源监测数据与输电线路安全评估方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、输电线路作为电网的重要基础设施，其安全稳定运行直接影响电网稳定性和供电可靠性。由于输电线路长时间暴露在自然环境中，然而，输电线路途经山岭地带极易受到山火等地质灾害的威胁，当山火发生时造成输电线路故障跳闸的原因主要是火焰温度、火焰导电率以及灰烬和烟雾导致间隙绝缘水平下降，发生气隙击穿闪络。
2、近年来，输电走廊发生山火造成的输电线路故障停运事件有逐年增多的趋势。因此，提前预测预警输电线路山火发生概率和评估输电线路山火灾害风险，可以有效防止输电线路山火灾害事故发生，且对降低山火灾害的损失具有重要意义。
3、然而，由于地质灾害的非线性、时空动态性，传统的统计方法和建模技术难以有效应用于地质灾害预警，导致预警结果可能存在偏差，难以全面反映实际情况。
4、因此，相关技术中存在着地质灾害预警不够准确的问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高地质灾害预警的准确度的地质灾害多源监测数据与输电线路安全评估方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种地质灾害多源监测数据与输电线路安全评估方法，包括：
3、获取与输电线路山火灾害有关的样本数据集；所述样本数据集包括输电线路点云数据、气象数据、山火分布数据、山火热点数据、输电线路属性数
4、对以电信号作为传输形式的样本数据集进行信号增强处理，得到信号增强后的样本数据集；
5、将所述信号增强后的样本数据集由电信号转换为数字信号，得到转换后的样本数据集；
6、对所述转换后的样本数据集中的样本数据进行特征提取处理，得到各样本特征，并评估提取出的所述样本特征对山火风险评估的贡献度；
7、根据各所述样本特征以及各所述样本特征对应的贡献度，训练待训练的山火风险评估模型，得到训练好的山火风险评估模型；所述训练好的山火风险评估模型用于根据目标输电线路的与输电线路山火灾害有关的数据，预测所述目标输电线路的山火风险等级。
8、在其中一个实施例中，所述对以电信号作为传输形式的样本数据集进行信号增强处理，得到信号增强后的样本数据集，包括：
9、根据赫斯特指数的时间函数建立离散时间序列的非规则指标；
10、根据所述非规则指标，将自适应滤波器的参数利用代价函数进行迭代计算，得到所述自适应滤波器的调整后参数；
11、将以电信号作为传输形式的样本数据集输入所述自适应滤波器，通过所述自适应滤波器在所述调整后参数下，输出去噪后的目标信号；
12、根据所述去噪后的目标信号得到所述信号增强后的样本数据集。
13、在其中一个实施例中，所述迭代计算的计算公式为：
14、；
15、；
16、其中，为代价函数，为收敛指标，为拉格朗日乘子，为所述非规则指标，n为时间序数，为所述自适应滤波器的参数矩阵，为迭代步长，为误差信号，为延时模块的输出信号矩阵，为所述自适应滤波器的输出信号，、为间隔序数。
17、在其中一个实施例中，所述去噪后的目标信号为经过信号增强处理后得到的回波信号；所述根据所述去噪后的目标信号得到所述信号增强后的样本数据集，包括：
18、将所述回波信号进行叠加处理，得到叠加后的回波信号；
19、将所述叠加后的回波信号进行耦合处理，得到耦合后的回波信号；
20、输出所述耦合后的回波信号，得到所述信号增强后的样本数据集。
21、在其中一个实施例中，所述将所述信号增强后的样本数据集由电信号转换为数字信号，得到转换后的样本数据集，包括：
22、将所述信号增强后的样本数据集由电信号转化为需要发送的串行数据包；
23、对所述串行数据包进行串/并转换，并发送至对应的子信道；各所述子信道用于对接收到的相关数据进行psk映射和跳频处理；
24、通过自适应滤波器输出经过psk映射和跳频处理后得到的相关数据的数字信号，得到所述转换后的样本数据集。
25、在其中一个实施例中，各所述样本特征包括关键样本特征；所述评估提取出的所述样本特征对山火风险评估的贡献度，包括：
26、对所述关键样本特征进行特征衍生处理，得到衍生后的关键样本特征；
27、将所述衍生后的关键样本特征中具有离散取值的变量的分类变量进行编码处理，得到编码后的关键样本特征；
28、通过分析所述山火风险评估模型在训练过程中各所述编码后的关键样本特征对预测结果的影响程度，确定各所述编码后的关键样本特征对所述山火风险评估的贡献度。
29、第二方面，本申请还提供了一种地质灾害多源监测数据与输电线路安全评估装置，包括：
30、获取模块，用于获取与输电线路山火灾害有关的样本数据集；所述样本数据集包括输电线路点云数据、气象数据、山火分布数据、山火热点数据、输电线路属性数据、输电线路地形地貌数据和植被数据中的至少两种样本数据；
31、增强模块，用于对以电信号作为传输形式的样本数据集进行信号增强处理，得到信号增强后的样本数据集；
32、转换模块，用于将所述信号增强后的样本数据集由电信号转换为数字信号，得到转换后的样本数据集；
33、评估模块，用于对所述转换后的样本数据集中的样本数据进行特征提取处理，得到各样本特征，并评估提取出的所述样本特征对山火风险评估的贡献度；
34、训练模块，用于根据各所述样本特征以及各所述样本特征对应的贡献度，训练待训练的山火风险评估模型，得到训练好的山火风险评估模型；所述训练好的山火风险评估模型用于根据目标输电线路的与输电线路山火灾害有关的数据，预测所述目标输电线路的山火风险等级。
35、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
36、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
37、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
38、上述地质灾害多源监测数据与输电线路安全评估方法、装置、计算机设备、存储介质和计算机程序产品，通过获取与输电线路山火灾害有关的样本数据集；样本数据集包括输电线路点云数据、气象数据、山火分布数据、山火热点数据、输电线路属性数据、输电线路地形地貌数据和植被数据中的至少两种样本数据；对以电信号作为传输形式的样本数据集进行信本文档来自技高网...
【技术保护点】
1.一种地质灾害多源监测数据与输电线路安全评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对以电信号作为传输形式的样本数据集进行信号增强处理，得到信号增强后的样本数据集，包括：
3.根据权利要求2所述的方法，其特征在于，所述迭代计算的计算公式为：
4.根据权利要求2所述的方法，其特征在于，所述去噪后的目标信号为经过信号增强处理后得到的回波信号；所述根据所述去噪后的目标信号得到所述信号增强后的样本数据集，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述信号增强后的样本数据集由电信号转换为数字信号，得到转换后的样本数据集，包括：
6.根据权利要求1所述的方法，其特征在于，各所述样本特征包括关键样本特征；所述评估提取出的所述样本特征对山火风险评估的贡献度，包括：
7.一种地质灾害多源监测数据与输电线路安全评估装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种地质灾害多源监测数据与输电线路安全评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述对以电信号作为传输形式的样本数据集进行信号增强处理，得到信号增强后的样本数据集，包括：
3.根据权利要求2所述的方法，其特征在于，所述迭代计算的计算公式为：
4.根据权利要求2所述的方法，其特征在于，所述去噪后的目标信号为经过信号增强处理后得到的回波信号；所述根据所述去噪后的目标信号得到所述信号增强后的样本数据集，包括：
5.根据权利要求1所述的方法，其特征在于，所述将所述信号增强后的样本数据集由电信号转换为数字信号，得到转换后的样本数据集，包括：
6.根据权利要求1所...
【专利技术属性】
技术研发人员：郑武略，张鑫，钟琳，张富春，韩玉康，袁文俊，陈庆鹏，郑扬亮，陈浩，孟祥龙，王宁，范敏，汪豪，赵航航，严奕进，张泽华，顾广灿，刘楠，谢中均，赵延辉，宋丹，方博，贺敏恒，周振华，叶俊扬，汤杰，罗凯，
申请(专利权)人：中国南方电网有限责任公司超高压输电公司广州局，
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。