线路隐患预测方法及装置与流程

本申请涉及电路领域，具体而言，涉及一种线路隐患预测方法及装置。

背景技术

电力架空线下的高杆植物如桉树、松树、竹子等生长速度快，非常容易引起树闪，严重威胁电力系统的安全运行。尤其是在山区，树闪造成的跳闸事故时有发生。

为了避免这类故障的发生，供电公司一般会组织运维人员定期巡查输电线路，一经发现架空线下存在威胁线路安全的树障即上报，再安排清障人员将树木砍伐，此过程需要花费巨大的人力物力。由于电网跨度大，线路繁多，有很大部分是跨越山区树林，导致巡视线路困难且精度不高，很容易造成漏巡或者多巡。巡查的时间间隔一般也由人工进行预判，树木长得快间隔短，长得慢间隔长，同时也由人工对树木成长为隐患的时间节点作一个初步预计。虽然人们可以在架空输电线路下方安装探测设备来提高运维单位对树木隐患的感知能力，减少运维人员的工作量，但这样做成本高昂，难以推广普及。为了提高隐患预测精度，提高运维人员对树木隐患的预知能力，减少人工巡查次数的同时降低此类故障发生的概率，开发一种具有树木隐患预测分析功能的智能系统十分必要。

申请内容

有鉴于此，本申请实施例提供了一种线路隐患预测方法及装置。

第一方面，本申请实施例提供了一种线路隐患预测方法，用于对架空线路下的树木生长进行预测，所述方法包括：获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据；将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律；根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。

在一个可能的设计中，在所述根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点之后，所述方法还包括：判断当前时间与所述时间节点之间的间隔是否低于第一时间段；若所述当前时间与所述时间节点之间的间隔低于第一时间段，发出生长隐患报警信号。

在一个可能的设计中，所述方法还包括：若所述当前时间与所述时间节点之间的间隔未低于第一时间段，在第二时间段后，执行“判断当前时间与所述时间节点之间的间隔是否低于第一时间段”步骤。

在一个可能的设计中，在步骤“获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据”与步骤“将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律”之间，所述方法包括：获取天气数据中的极端天气对应的日期；将包含所述极端天气对应的日期的第三时间段中的第一历史生长数据剔除，将剔除第一历史生长数据后的历史生长数据作为新的历史生长数据。

第二方面，本申请实施例提供了一种线路隐患预测装置，所述装置包括：数据获取模块，用于获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据；模型训练模块，用于将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律；时间预测模块，用于根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。

在一个可能的设计中，所述装置还包括：时间间隔判断模块，用于判断当前时间与所述时间节点之间的间隔是否低于第一时间段；生长隐患报警模块，用于若所述当前时间与所述时间节点之间的间隔低于第一时间段，发出生长隐患报警信号。

在一个可能的设计中，所述装置还包括：步骤循环模块，用于若所述当前时间与所述时间节点之间的间隔未低于第一时间段，则在第二时间段后，执行“判断当前时间与所述时间节点之间的间隔是否低于第一时间段”步骤。

在一个可能的设计中，所述装置还包括：极端天气获取模块，用于获取天气数据中的极端天气对应的日期；极端天气剔除模块，用于将包含所述极端天气对应的日期的第三时间段中的第一历史生长数据剔除，将剔除第一历史生长数据后的历史生长数据作为新的历史生长数据。

第三方面，本申请实施例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中存储有计算机指令，所述计算机指令在被运行时，执行上述的方法。

本发明实施例提供的线路隐患预测方法及装置中，用于对架空线路下的树木生长进行预测，所述方法包括：获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据；将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律；根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。本发明实施例可以将历史生长数据、生长环境数据以及天气数据放入模型中进行训练，从而得到架空线路下树木的生长规律，然后根据训练出的生长规律来预测树木成长为隐患的时间节点，从而可以提醒运维人员到现场勘察排除隐患，与现有技术相比，提高隐患预测精度，提高运维人员对树木隐患的预知能力，减少人工巡查次数的同时降低此类故障发生的概率。

为使本申请实施例所要实现的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚的说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本申请第一实施例提供的线路隐患预测方法的流程图；

图2是本申请第一实施例提供的线路隐患预测方法的一种具体实施方式的流程图；

图3是本申请第一实施例提供的线路隐患预测方法的部分步骤的流程图；

图4是本申请第二实施例提供的线路隐患预测装置的结构框图。

具体实施方式

第一实施例

请参见图1，图1示出了本申请第一实施例提供的线路隐患预测方法的流程示意图，具体包括如下步骤：

步骤s110，获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据。

运维人员在巡视时发现架空线路下方生长的高杆植物，运维人员可以记录该植物所在的地理位置、植物品种、土壤情况等信息。然后运维人员把巡视记录的数据录入架空线下树木隐患管理系统，该系统可以自动为该植物建档，并把其存入数据库中。

所述生长环境数据包括土壤以及坡位，所述天气数据包括气温、降水量以及天气状况。应用程序可以获取生长环境数据以及从气象网站获取该区域的天气数据，从而执行接下来的操作。

请参见图3，在步骤s110之后步骤s120之前，具体还包括如下步骤：

步骤s111，获取天气数据中的极端天气对应的日期。

步骤s112，将包含所述极端天气对应的日期的第三时间段中的第一历史生长数据剔除，将剔除第一历史生长数据后的历史生长数据作为新的历史生长数据。

应用程序可以先对历史生长数据、生长环境数据以及天气数据进行预处理，预处理包括校验、剔除以及归一化处理等。

具体地，应用程序可以获得天气数据中的极端天气，极端天气包括台风、冰雹、龙卷风等较为少见但破坏性较大的天气，由于该极端天气较少出现，但对树木生长的影响为无规律性的，因此可以将极端天气对应的日期以及相应的日期对应的历史生长数据剔除，避免上述异常量对模型训练造成影响。

步骤s120，将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律。

可以将生长环境数据以及天气数据作为自变量，历史生长数据作为因变量，即将生长环境数据以及天气数据作为历史生长数据的影响因素，来通过生长预测模型对上述的数据进行训练，具体地，应用神经网络技术，建立树高增长速度与树龄，气温，降雨量，土壤，坡位的函数模型，该方法的主要思路为将树木的生长历史数据和影响树高增长速度最大的几类因素(即树龄，气温，降雨量，土壤，坡位)作为输入量输入人工神经网络，经过各种数据运算从而生成输出量，输出量可以为根据树龄，气温，降雨量，土壤，坡位计算出的预测生长数据，然后将预测生长数据与真实的历史生长数据比较进行反复修正与完善，直至达到设定误差值。

步骤s130，根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。

通过模型获得生长规律后，可以预测所述架空线路下的树木的生长状态，从而获得树木成长为隐患的时间节点。

请参见图2，图2示出了本申请第一实施例的一种具体实施方式提供的线路隐患预测方法，具体包括如下步骤：

步骤s110，获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据。

步骤s120，将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律。

步骤s130，根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。

图2示出的步骤s110至步骤s130与图1示出的步骤s110至步骤s130相同，在此便不做赘述。

步骤s140，判断当前时间与所述时间节点之间的间隔是否低于第一时间段；若是，执行步骤s150。

若间隔低于第一时间段，意味着当前时间邻近树木成长为隐患的时间节点，则可以执行步骤s150来规避树木成长为隐患的风险。

若所述当前时间与所述时间节点之间的间隔未低于第一时间段，在第二时间段后，执行步骤s140。

若间隔未低于第一时间段，则表明当前时间距树木成长为隐患的时间节点还早，可以在经过第二时间段后，再重新判断当前时间与所述时间节点之间的间隔是否低于第一时间段。

步骤s150，发出生长隐患报警信号。

应用程序发出报警信息，运维人员在接收到报警信息后到现场勘查。

本发明实施例可以将历史生长数据、生长环境数据以及天气数据放入模型中进行训练，从而得到架空线路下树木的生长规律，然后根据训练出的生长规律来预测树木成长为隐患的时间节点，从而可以提醒运维人员到现场勘察排除隐患，与现有技术相比，提高隐患预测精度，提高运维人员对树木隐患的预知能力，减少人工巡查次数的同时降低此类故障发生的概率。

第二实施例

本申请第二实施例提供了一种线路隐患预测装置，所述装置300包括：

数据获取模块310，用于获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据。

模型训练模块320，用于将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律。

时间预测模块330，用于根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。

所述装置还包括：时间间隔判断模块，用于判断当前时间与所述时间节点之间的间隔是否低于第一时间段；生长隐患报警模块，用于若所述当前时间与所述时间节点之间的间隔低于第一时间段，发出生长隐患报警信号。

步骤循环模块，用于若所述当前时间与所述时间节点之间的间隔未低于第一时间段，则在第二时间段后，执行“判断当前时间与所述时间节点之间的间隔是否低于第一时间段”步骤。

极端天气获取模块，用于获取天气数据中的极端天气对应的日期；

极端天气剔除模块，用于将包含所述极端天气对应的日期的第三时间段中的第一历史生长数据剔除，将剔除第一历史生长数据后的历史生长数据作为新的历史生长数据。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的装置的具体工作过程，可以参考前述方法中的对应过程，在此不再过多赘述。

本发明实施例提供的线路隐患预测方法及装置中，用于对架空线路下的树木生长进行预测，所述方法包括：获取架空线路下的树木的历史生长数据、生长环境数据以及天气数据；将所述生长环境数据以及天气数据作为自变量，所述历史生长数据作为因变量对生长预测模型进行训练，获得所述架空线路下的树木的生长规律；根据所述生长规律，获得所述架空线路下的树木成长为隐患的时间节点。本发明实施例可以将历史生长数据、生长环境数据以及天气数据放入模型中进行训练，从而得到架空线路下树木的生长规律，然后根据训练出的生长规律来预测树木成长为隐患的时间节点，从而可以提醒运维人员到现场勘察排除隐患，与现有技术相比，提高隐患预测精度，提高运维人员对树木隐患的预知能力，减少人工巡查次数的同时降低此类故障发生的概率。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。