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()
【技术实现步骤摘要】
本专利技术涉及输电线路覆冰预警,尤其涉及一种输电线路覆冰情况的监控和预警方法及系统。
技术介绍
1、随着我国经济的快速发展,对电力需求不断增长,输电线路作为电力传输的重要载体,其安全稳定运行至关重要。然而受全球气候变化影响,极端天气事件频发,特别是在冬季寒冷地区,输电线路容易受到覆冰的影响,导致线路重量增加、导线伸长、金具变形甚至断线事故,严重影响电网的安全稳定运行。
2、近年来,我国在输电线路覆冰监测技术方面取得了一定的研究成果,在一定程度上能够反映输电线路覆冰情况,但仍存在实时性有待提高、缺乏统一的分析和处理方法、难以准确评估覆冰情况等不足,为了降低覆冰事故的发生,保障电力供应,研究一种输电线路覆冰情况监控和预警能力提升方法具有重要意义,因此,亟需开发一种方案解决上述问题。
技术实现思路
1、本专利技术的目的在于提供一种输电线路覆冰情况的监控和预警方法及系统,通过综合运用传统机器学习技术、现代深度学习技术和数据处理与分析技术,有效提高了覆冰监测的精度、实时性和可靠性。
2、本专利技术提供的一种输电线路覆冰情况的监控和预警方法及系统采用如下的技术方案:
3、第一方面,一种输电线路覆冰情况的监控和预警方法,具体包括:
4、基于输电全景系统获取线路图像数据,并从气象中心获取栅格气象数据;
5、基于预训练好的覆冰识别模型结合多头注意力机制对所述线路图像数据进行覆冰识别得到图像识别结果,并基于支持向量机算法根据栅格气象数据预测覆
6、将栅格气象数据匹配监拍装置点位得到定位信息,将气象预测结果融合图像识别结果进行修正并按预设阈值进行覆冰程度划分得到覆冰程度报告;
7、将覆冰定位信息和覆冰程度以消息推送形式进行覆冰预警并输出覆冰监控预警报告。
8、本专利技术提供的一种输电线路覆冰情况的监控和预警方法的有益效果在于:本专利技术通过综合运用传统机器学习技术、现代深度学习技术、数据处理与分析技术,有效提高了输电线路覆冰监测的精度和实时性,有助于及时掌握线路覆冰情况;通过数据预处理和结果融合修正,增强了覆冰预测的可靠性;通过实时推送和定时推送两种方式能及时反馈输电线路覆冰情况和统计输电线路覆冰情况,让工作人员能及时做出相应预防措施,同时能进行回顾性分析和动态调整。该专利技术为输电线路覆冰预警提供了科学、系统的分析方法,有助于制定针对性的预防和处理措施,保障电网安全稳定运行,减少因覆冰导致的电力事故,为我国电力事业的发展提供有力支持。
9、可选地,基于输电全景系统获取线路图像数据和从气象中心获取栅格气象数据,包括:
10、基于输电全景系统获取的线路图像数据包括输电全景线路上拍摄的各个节点的输电线路图像、拍摄时间、拍摄点位;
11、从气象中心获取栅格气象数据,所述栅格气象数据分为气象数据和栅格数据,所述气象数据包括温度、湿度、风速、风向,所述栅格数据包括预测时间、报告时间、经度、纬度;
12、对获取的线路图像数据进行增强和裁剪,对栅格气象数据进行清洗、填补缺失值和格式化。
13、可选地,基于预训练好的覆冰识别模型结合多头注意力机制对所述线路图像数据进行覆冰识别得到图像识别结果,包括:
14、将深度自编码器替换深度卷积神经网络模型的输入层进行网络重构,在深度卷积神经网络模型特征提取后进行全局池化减少特征图维度后,输入到多头注意力层进行分类,构建得到初始模型;
15、基于已知的输电线路图像数据库对初始模型进行预训练得到覆冰识别模型;
16、基于覆冰识别模型对所述线路图像数据进行覆冰识别得到图像识别结果。
17、可选地,基于已知的输电线路图像数据库对初始模型进行预训练得到覆冰识别模型,包括:
18、基于已知的输电线路图像数据库获取无标签的训练数据,预训练深度自编码器;
19、在对深度自编码器进行预训练之后,需对覆冰识别模型整体进行联合训练。
20、可选地,对覆冰识别模型整体进行联合训练,包括:
21、基于已知的输电线路图像数据库随机抽取样本并划分为训练集和测试集;
22、基于训练集输入到初始模型中进行处理得到特征表示,结合交叉熵损失均方误差损失构建损失函数,基于梯度下降法最小化损失函数,迭代更新初始模型网络权重,基于adam优化算法更新网络的参数,直至损失函数趋于稳定或达到预设的最大训练轮数结束联合训练;
23、基于测试集进行评估微调得到覆冰识别模型。
24、可选地,基于支持向量机算法根据栅格气象数据预测覆冰情况得到气象预测结果,包括:
25、基于气象数据库获取样本并随机划分为训练样本和测试样本,选择线性核函数构建svm模型,基于训练样本和测试样本训练并测试得到svm模型;
26、基于训练好的svm模型对所述栅格气象数据进行覆冰概率预测得到气象预测结果。
27、可选地,将栅格气象数据匹配监拍装置点位得到定位信息,将气象预测结果融合图像识别结果进行修正并按预设阈值进行覆冰程度划分得到覆冰程度报告,包括:
28、将监拍装置点位数据和气象栅格数据进行时间和区域匹配,并将对应区域的监拍装置的预测结果和气象结果进行匹配得到定位信息;
29、将图像识别结果和气象预测结果进行线性回归,对覆冰情况进行修正得到修正结果;
30、对修正结果按预设阈值进行覆冰程度划分,根据覆冰程度将覆冰情况划分为轻度覆冰、中度覆冰和重度覆冰三个等级,得到覆冰程度报告。
31、可选地,将覆冰定位信息和覆冰程度以消息推送形式进行覆冰预警并输出覆冰监控预警报告,包括:
32、对不同覆冰程度进行分级预警,当出现覆冰情况时通过消息推送模式进行覆冰预警;其中,所述覆冰预警的消息推送模式包括实时推送和定时推送;
33、根据覆冰程度制定相应的预防和处理措施,当覆冰程度达到紧急阈值时自动启动应急程序。
34、可选地,覆冰预警的消息推送模式包括实时推送和定时推送,包括:
35、所述实时推送即当覆冰程度达到预设阈值时,启动对应应急程序,通过短信和微信平台数字化助手进行实时推送,通知值班人员进行相应处理,推送内容包括线路、时间、发生地区及覆冰程度;
36、所述定时推送即设定定时程序通过数字化助手在微信平台对覆冰统计情况进行推送,推送内容包括线路、时间段、发生地区、发生次数、覆冰程度。
37、第二方面,一种输电线路覆冰情况的监控和预警系统,具体包括:
38、数据采集模块,基于输电全景系统获取线路图像数据,并从气象中心获取栅格气象数据;
39、模型预测模块,基于预训练好的覆冰识别模型结合多头注意力机制对所述线路图像数据进行覆冰识别得到图像识别结果,并基于支持向量机算法根据栅格气象数据预测覆冰情况得到气象预测结果;
40、定位分级模本文档来自技高网...
【技术保护点】
1.一种输电线路覆冰情况的监控和预警方法,其特征在于,包括:
2.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于输电全景系统获取线路图像数据,并从气象中心获取栅格气象数据,包括:
3.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于预训练好的覆冰识别模型结合多头注意力机制对所述线路图像数据进行覆冰识别得到图像识别结果,包括:
4.根据权利要求3所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于已知的输电线路图像数据库对初始模型进行预训练得到覆冰识别模型,包括:
5.根据权利要求4所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,对覆冰识别模型整体进行联合训练,包括:
6.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于支持向量机算法根据栅格气象数据预测覆冰情况得到气象预测结果,包括:
7.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,将栅格气象数据匹配监拍装置点位得到定位信息,将气象预测结果
8.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,将覆冰定位信息和覆冰程度以消息推送形式进行覆冰预警并输出覆冰监控预警报告,包括:
9.根据权利要求8所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,覆冰预警的消息推送模式包括实时推送和定时推送,包括:
10.一种输电线路覆冰情况的监控和预警系统,其特征在于,包括:
...【技术特征摘要】
1.一种输电线路覆冰情况的监控和预警方法,其特征在于,包括:
2.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于输电全景系统获取线路图像数据,并从气象中心获取栅格气象数据,包括:
3.根据权利要求1所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于预训练好的覆冰识别模型结合多头注意力机制对所述线路图像数据进行覆冰识别得到图像识别结果,包括:
4.根据权利要求3所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,基于已知的输电线路图像数据库对初始模型进行预训练得到覆冰识别模型,包括:
5.根据权利要求4所述的一种输电线路覆冰情况的监控和预警方法,其特征在于,对覆冰识别模型整体进行联合训练,包括:
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员:占昌宇,尹林,龙泽宇,汪庆文,邱贞宇,余腾龙,李健,陈欢,梁亮亮,范华强,乐斌,刘惟言,杨辉,
申请(专利权)人:江西科晨洪兴信息技术有限公司,
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。