本发明涉及电力系统的气象灾害预警领域，具体涉及一种基于反演算法的输电线路舞动预测方法、系统及存储介质。
背景技术：
近年来，随着输电线路舞动在冬季易遭受覆冰地区频繁发生，经常引起线路跳闸、导线断股、金具螺栓松动以及倒塔可能，导致电网安全运行危害很大，造成重大的经济损失和社会影响。考虑到电力行业是气象高敏感性和高需求性行业，一旦气象要素(包括温度、湿度、风速风向、气压、降水量、雨雪量等)发生改变，都有可能引起覆冰、舞动、强风等气象灾害及次生灾害并威胁着输电线路稳定运行。因此，开展输电线路覆冰舞动预测工作已成为电力行业运检必不可少的工作，且建设输电线路覆冰舞动精细化预测系统对构建坚强电网具有重要的意义和工程实用价值。
目前，国内多家单位已开展输电线路舞动预测预警的相关研究，其中包括研究一种通用的输电线路舞动影响关键要素分析方法，建立潜在关键因子与输电线路舞动之间的线性回归方程，典型代表为cn106203829；研究不同尺度多要素的线路舞动预测预警模型，构建以输电线路覆冰不均匀系数、输电线路动力条件系数、易舞系数的量化公式，典型代表为cn106682776a；cn104239970a提供了一种基于adaboost的输电线路风险预警方法，按照输电线路舞动的内因进行分类，针对历史舞动事故下的气象特征因素进行统计，通过adaboost集成学习算法形成分类器，实现输电线路舞动预警分析。然而，上述所阐述的方法均未提及到输电线路覆冰舞动影响线路的计算方法及精细化程度至具体线路的预测方法，这样会导致舞动预警时间不及时，精度也不高，从而效果不理想。
针对上述方法存在的问题，迫切需要一种主动性更强、精度高的输电线路覆冰舞动精细化预测方法，提高输电线路应对舞动灾害的能力和安全稳定运行水平。
技术实现要素：
本发明目的在于公开一种基于反演算法的输电线路舞动预测方法、系统及存储介质，以应用于覆冰等因素所导致舞动的精细化预测。
为实现上述目的，本发明公开了一种基于反演算法的输电线路舞动预测方法，包括：
构建舞动预测计算模型，根据所述舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网gis(geographicinformationsystem，地理信息系统)信息，在粗预测结果为舞动的所述区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，所述反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据所述反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对所述待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
其中，z是插值点估计值，zi是实测样本值；n为参与计算的实测样本数，di为插值点与第i个样本点的距离，权指数p是距离的幂，di-p是距离衰减函数。
优选地，本发明方法在对所述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
与上述方法相对应的，本发明还公开一种基于反演算法的输电线路舞动预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现上述方法中的步骤。
同理，本发明还公开一种计算机可读存储介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现上述方法的步骤。
综上，本发明可以实现不同电压等级下的输电线路因覆冰等原因导致的舞动指数精细化预警分析。具有以下有益效果：
不仅考虑了舞动影响区域，而且与电网gis相结合以精细到具体影响的线路，并基于气象要素空间插值技术的反演算法实现了输电线路舞动精细化预测，可操作性强，具有很强的实用性。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例公开的基于反演算法的输电线路舞动预测方法流程图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本实施例以覆冰舞动为场景，公开一种基于反演算法的输电线路舞动预测方法，如图1所示，包括下述步骤：
步骤s1、构建舞动预测计算模型，根据该舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况。
在该步骤中，用于覆冰舞动预测的模型可参照cn106682776a等专利中描述的覆冰舞动预测方法。可选地，该步骤也可以根据选定日期下的气象观测数据、历史覆冰舞动数据，结合地形植被数据以及输电线路结构数据，通过覆冰舞动预测计算模型，生成最新的舞动格点预报文件；然后读取舞动格点预报文件，获取所有舞动网格信息，进而根据覆冰舞动指数的分布情况，将网格格点转换成空间面区域对象。其中，舞动格点预报文件格式可以为气象micaps第四类数据格式，主要用于格点等值线的输出。相关的输入要素包括但不限于下述的任意组合：
气象观测数据包括：最低温度、最高温度、平均温度、降水、湿度、能见度、气压、极大风速、平均风速、最大风速等。
历史覆冰舞动数据包括：时间、经度、维度、周期、影响线路名称等。
地形植被数据包括：水系、居民地、铁路、公路、境界、地形、辅助要素、坐标网、植被类型、边界范围以及数据质量等数据。
输电线路结构数据包括：导线类型、杆塔类型、绝缘子类型、金具类型、拉线数据、杆塔经纬度等。
可选的，该步骤可以用色斑图显示输电线路舞动的区域分布情况。
步骤s2、根据电网gis信息，在粗预测结果为舞动的该区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，该反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数。
在该步骤中，搜索输电线路杆塔的过程即对上述色斑图中的舞动区域与电网gis中的杆塔信息进行空间求交运算。
步骤s3、根据该反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路。在该步骤中，输电线路杆塔的编号、线路名称、电压等级是筛选两杆塔之间是否存在实际空间连线的主要判断逻辑，而舞动指数则便于用户分等级得对后续待二次精细化预测的输电线路进行层次化筛选。
步骤s4、对该待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对该待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示。可选地，通过不同颜色标注覆冰舞动指数的严重程度，例如：红色部分的线路较其他颜色的线路严重程度大。其中，在该步骤中，气象要素作为舞动预测计算模型的一个必不可少的输入要素，对输电线路精细化的舞动预测计算模型也需要进一步关联地形植被数据、历史舞动数据和输电线路结构数据等要素，各输入要素的关联模型可以采用上述步骤1中对网格格点数值处理的类似计算模型或更精细化的其他模型。
在该步骤中，气象要素空间插值法的计算公式为：
其中，z是插值点估计值，zi是实测样本值；n为参与计算的实测样本数，di为插值点与第i个样本点的距离，权指数p是距离的幂，di-p是距离衰减函数。
基于上述气象要素空间插值法的计算公式，p越大，距离的影响衰减越快，采样点分配到的权重也逐渐降低。当p＝0时，距离没有影响；当p＝1时，距离的影响是线性的；当p>1时，快速减少遥远位置的影响，其中p＝2时即称做反距离平方加权法。权指数p显著影响内插的结果，距离的幂越高，内插结果越具有平滑的效果，它的选择标准是最小平均绝对误差，通常取值为1或者2，一般情况，采用平均误差(meanerror，me)，平均绝对误差(meanabsoluteerror，mae)，均方根误差(rootmeansquareerror，rmse)和决定系数(r2)对模型进行检验和预测精度评估。计算公式如下：
上述各式中xf和x0分别表示某一点的插值和实测值；
在上述步骤精细化处理过程中，相比于步骤s1的粗预测，其主要的贡献在于气象要素这一数据源的进一步精细化。另一方面，考虑到若将该精细化的气象要素转移到步骤s1则会引入太多非输电线路区域的数据处理资源浪费，其庞大的数据计算量也容易造成系统崩溃或给用户体验带来极大的伤害。因此，本发明实施例通过：基于舞动面的粗预测-筛选输电线路-对所筛选输电线路进行精细化预测的方式，极大提高了资源利用率的同时还降低了预测结果的延时，确保了预测结果的实时性和用户体验，进而可进行大面积的输电线路精细化预测，一举多得。
可选地，本实施例可通过图层处理技术将上述粗预测输电线路舞动的区域分布显示图层和后续二次精细化预测的输电线路显示图层进行集成和共享，分别以色斑图、线形图等形式进行结果展示。优选地，本实施例方法还包括：在对上述待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
实施例2
与上述方法实施例相对应的，本实施例公开一种执行上述方法步骤的配套系统及存储介质。具体的，本实施例基于反演算法的输电线路舞动预测系统，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其中，所述处理器执行所述程序时实现以下步骤：
构建舞动预测计算模型，根据该舞动预测计算模型及对应的输入要素粗预测输电线路舞动的区域分布情况；
根据电网gis信息，在粗预测结果为舞动的该区域中搜索输电线路杆塔，并记录所搜索出的输电线路杆塔的反演信息，该反演信息包括各输电线路杆塔的编号、线路名称、电压等级及舞动指数；
根据该反演信息空间连线各段输电线路两端关联的杆塔，生成舞动指数待二次精细化预测的输电线路；
对该待二次精细化预测的输电线路上的各像素点，基于气象要素空间插值法进行舞动指数的二次精细化预测，并根据预设的舞动指数与颜色值的对应关系，对该待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示；
其中，气象要素空间插值法的计算公式为：
其中，z是插值点估计值，zi是实测样本值；n为参与计算的实测样本数，di为插值点与第i个样本点的距离，权指数p是距离的幂，di-p是距离衰减函数。
可选的，本实施例系统用于覆冰舞动的精细化预测。优选地，上述处理器执行相关程序时，还包括：在对待二次精细化预测的输电线路的等级分布情况进行预测结果的直观显示时，对粗预测输电线路舞动的区域分布情况的显示图层进行隐藏或灰度值置零处理。
同理，本实施例公开的计算机可读存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现上述方法的步骤。
综上，本发明公开的基于反演算法的输电线路舞动预测方法、系统及存储介质，可以应用于覆冰等因素所导致舞动的精细化预测，实现不同电压等级下的输电线路因覆冰等原因导致的舞动指数精细化预警分析。具有以下有益效果：
不仅考虑了舞动影响区域，而且与电网gis相结合以精细到具体影响的线路，并基于气象要素空间插值技术的反演算法实现了输电线路舞动精细化预测，可操作性强，具有很强的实用性。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。