一种基于微气象信息的输电线路覆冰厚度预测方法与流程

本发明涉及输电线路监测技术领域，尤其涉及一种基于微气象信息的输电线路覆冰厚度预测方法。

背景技术：

在输变电线路中，经常有输电线路途径或处于高寒地区的情况。在高寒地区的输电线路中，进入冬季后，在许多高山、风口等地容易形成凝冻，冬季杆塔、导线覆冰现象是影响电力线路安全稳定运行的重要隐患。

为能及时了解输电线路的现场状况，以便在输电线路上覆冰过厚时，及时采取除冰措施，防止电网大面积瘫痪对国民经济造成重大损失。现有技术中，通常采用覆冰在线监测系统进行观察。具体的，通过图像采集装置实时采集输电线路的图像，然后，对采集的通过图像灰度化、图像分割、滤波、区域标记等方法对图像进行预处理，对各条输电导线覆冰前后图像像素的对比计算，得出一个平均比值，进而计算出其覆冰厚度。

但是，采用覆冰在线监测系统观测需要使用专门设置图像采集装置，工程造价经费高。此外，进入冬季，图像采集装置容易会出现镜头冻结、图象不能显示、冬季供电不足、无相关数据等问题，覆冰观测质量难以保证，进而难以满足线路运行相关要求。另外，上述图像分析处理步骤繁多，处理过程较为复杂。

技术实现要素：

为克服相关技术中存在的问题，本发明提供一种基于微气象信息的输电线路覆冰厚度预测方法。

根据本发明实施例提供的一种基于微气象信息的输电线路覆冰厚度预测方法，该包括：

获取输电线路的历史覆冰厚度数据、以及与所述历史覆冰厚度对应的微气象历史温度数据；

建立以覆冰厚度作为因变量、微气象温度作为自变量的回归模型；

将所述历史覆冰厚度和所述微气象历史温度数据作为样本对所述回归模型进行训练，得到覆冰厚度预测回归模型；

将预测气象温度输入所述覆冰厚度预测回归模型，得到预测覆冰厚度。

可选地，所述回归模型包括一元一次线性回归模型，其中：

所述一元一次线性回归模型的表达式为y＝a+bx，y为覆冰厚度，x为温度，a和b分别为系数。

可选地，将所述历史覆冰厚度和所述微气象历史温度数据作为样本对所述回归模型进行训练，包括：

将所述历史覆冰厚度y_i与对应的所述微气象历史温度数据x_i分别输入到所述回归模型中，分别得到与所述历史覆冰厚度相对应的系数a和b的估计值；

根据与所述历史覆冰厚度相对应的系数a和b的估计值，利用二元函数求极值的方法，计算出所述回归模型的系数a和b的回归值；

其中，

可选地，获取所述历史覆冰厚度对应的微气象历史温度数据，包括：

获取输电线路的地理位置信息；

根据所述输电线路的地理位置，查找到与所述输电线路最近的气象站点；

根据所述历史覆冰厚度的覆冰时间，从所述气象站点查找所述覆冰时间对应的微气象历史温度数据。

可选地，将预测气象温度输入所述覆冰厚度预测回归模型之前，所述方法还包括：

获取预测气象湿度数据；

判断所述预测气象湿度数据是否大于或等于预设湿度值；

当所述预测气象湿度数据大于或等于预设湿度值时，则将预测气象温度输入所述覆冰厚度预测回归模型。

可选地，获取预测气象湿度数据，包括：

获取与所述输电线路地理位置相对应的预测气象数据；

根据所述预设气象数据，获得预测气象湿度数据。

由以上技术方案可见，本发明实施例提供的一种基于微气象信息的输电线路覆冰厚度预测方法，利用输电线路的历史覆冰厚度数据、以及与所述历史覆冰厚度对应的微气象历史温度数据，对以覆冰厚度作为因变量、微气象温度作为自变量的回归模型进行训练，从而得到覆冰厚度与温度信息的相关性，进而领用训练好的模型以及气象台预测气象温度，便可以进行覆冰厚度预测。本发明实施例提供的覆冰厚度预测方法，通过历史覆冰与温度数据的相关性，并结合未来气象温度信息，从而预测覆冰厚度，对防冰、抗冰工作提供辅助决策支持，与现有技术相比，无需投入专门的覆冰图像采集装置，不仅降低了工程投入成本，还省去了复杂的图像处理过程。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明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地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于微气象信息的输电线路覆冰厚度预测方法的流程示意图；

图2为本发明实施例提供的另一种基于微气象信息的输电线路覆冰厚度预测方法的流程示意图。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

为了能够及时获得高压输电线路未来的覆冰情况，本发明提供了一种基于微气象信息的输电线路覆冰厚度预测方法，该方法通过对历史温度和覆冰厚度，利用回归模型进行拟合，再结合预测气象温度预测未来覆冰厚度。

图1为本发明实施例提供的一种基于微气象信息的输电线路覆冰厚度预测方法。图图1所示，该方法具体包括如下步骤：

S110：获取输电线路的历史覆冰厚度数据、以及与所述历史覆冰厚度对应的微气象历史温度数据。

具体的，可以利用覆冰监测在线监测系统来获取历史覆冰厚度信息，从微气象站点获取微气象历史温度数据。

进一步的，从从微气象站点获取与所述历史覆冰厚度对应的历史温度数据，可以包括如下步骤：

S1101：获取输电线路的地理位置信息。

S1102：根据所述输电线路的地理位置，查找到与所述输电线路最近的气象站点；

S1103：根据所述历史覆冰厚度的覆冰时间，从所述气象站点查找所述覆冰时间对应的微气象历史温度数据。

S120：建立以覆冰厚度作为因变量、微气象温度作为自变量的回归模型。

具体的，包括一元一次线性回归模型，其中：

所述一元一次线性回归模型的表达式为y＝a+bx，y为覆冰厚度，x为温度，a和b分别为系数。

S130：将所述历史覆冰厚度和所述微气象历史温度数据作为样本对所述回归模型进行训练，得到覆冰厚度预测回归模型。

在S310中，获得n对微气象历史温度数据和历史覆冰厚度数据(x_i,y_i)(i＝1,…,n),这n对数据(x_i,y_i)就是n组样本值，根据这每一组样本值可以分别寻求一对系数a、b。但由于y是一个随机变量，所以通过另一组微气象历史温度数据和历史覆冰厚度数据又可得到一对a、b的值。也就是说，可以通过n组数据所得到的系数a、b的估计值，记着进而通过历史覆冰厚度和微气象历史温度所求出的回归方程为:

对于取到的n组数据(x_i,y_i)，记y_i是随机变量y对应于x_i的值，记是测试值y_i的回归值，每一个值y_i与回归值之间的差可表示为2个纵坐标之差，这个差有正有负，其绝对值为找到所有这些距离之和为最小的一条直线，即最小，用平方和代替绝对值：

在公式(2)中，平方和Q是随着回归系数而变的，因此，它是的一个二元函数，其中x_i、y_i为常数。

根据二元函数求极值的方法，分别对求偏导数得到：

令得到：

根据公式(4)解回归函数为：

其中，令公式(5)可以写成如下式：

公式(6)中的即为Q的最小值点，使得达到最小。以为回归系数的直线方程，就是所要求的回归方程。

S140：将预测气象温度输入所述覆冰厚度预测回归模型，得到预测覆冰厚度。

在步骤S140中回归系数已算出，将预测气象预测温度输入到公式(1)中，从而预测出覆冰厚度。

进一步的，由于覆冰厚度不仅受到气象温度影响，还受输电线路周围的空气湿度影响，因此，在步骤S140将预测气象温度输入所述覆冰厚度预测回归模型之前，如图2所示，所述方法还包括如下步骤：

S210：获取预测气象湿度数据。

具体的，获取与所述输电线路地理位置相对应的预测气象数据，根据所述预设气象数据，提取出预测气象湿度数据。

S220：判断所述预测气象湿度数据是否大于或等于预设湿度值。

若预测湿度小于预设湿度值(80％)，则不会覆冰，并且，若预测温度大于等于0℃如果当前已经覆冰，则会主动融冰，此时覆冰趋势为下降趋势；如湿度达到覆冰要求的80％，则达到覆冰要求，则执行步骤S140。

由以上技术方案可见，本发明实施例提供的一种基于微气象信息的输电线路覆冰厚度预测方法，利用输电线路的历史覆冰厚度数据、以及与所述历史覆冰厚度对应的微气象历史温度数据，对以覆冰厚度作为因变量、微气象温度作为自变量的回归模型进行训练，从而得到覆冰厚度与温度信息的相关性，进而领用训练好的模型以及气象台预测气象温度，便可以进行覆冰厚度预测。本发明实施例提供的覆冰厚度预测方法，通过历史覆冰与温度数据的相关性，并结合未来气象温度信息，从而预测覆冰厚度，对防冰、抗冰工作提供辅助决策支持，与现有技术相比，无需投入专门的覆冰图像采集装置，不仅降低了工程投入成本，还省去了复杂的图像处理过程。

本领域技术人员在考虑说明书及实践这里发明的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未发明的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。