工作点u(t)的数据密度可能不一样，用于建模的数据个数也是不定的，亦即：建模 邻域值大小可变，为了获得最佳的因素集权重向量Θ，同时减小计算量，可预先设定邻域的 变化范围k e [k"，kM] (Hm)，在计算近邻k+Ι的因素集权重向量Θ k+1时，直接利用近邻k 的因素集权重向量0k，首先给出一个错误函数，
[0119] 采用梯度下降法，计算得到因素集权重向量如下，
CN 105184306 A 兄明 8/8 页
[0122] 得到系近邻k+1的模型Θ k+1，同时，也可以得到近邻k+1的去一交叉误差值：
[0124] 式中：纪表示在k+Ι组数据中，用去掉第j个数据所得到的模型；表示实际塔 材强度退化率n (j)与模型得到的预测值之间的误差。
[0125] 这样，可以得到近邻k+Ι的去一交叉误差集
均方和这些:.，得
[0127] 式中：加权因子
直接反映每个U(j)的去一交叉误差对 Eloo(k+l) "贡献"大小。越靠近U(t)的U(j)，其"贡献"越大，反之越小。此时，若
[0128] Eloo(k+l)>Eloo(k),k+l e [kn,kM]·
[0129] 则认为模型"变差"，停止回归计算，并以模型Θ k作为系统当前时刻的最佳模型。 否则，按采用梯度下降法得到的模型，从学习集中选取出新的信息向量，继续迭代，直到k =kM为止。这样，可以及时判断局部模型的优劣，得到符合当前时刻影响因素和退化率关系 的最佳局部线性模型。于是这个局部线性模型可以用于计算杆塔塔材实际强度的退化率， 艮P n (t) = = uT(t) θ k。
[0130] 针对某电力公司的耐张型铁塔，调取了近五年的详细气象数据，及铁塔投运来的 详细运行数据，经本系统重新反演模拟，系统安全评价均为故障危险状态。另外，通过仿真 可以看出由本发明所提方法计算出的铁塔强度退化率和人工分析所得到的结果误差较小， 可以用于取代人工计算，其计算结果如图2所示。
[0131] 在本说明书中未作详细描述的内容属本领域技术人员的公知技术。
【主权项】
1. 一种评价指标反映评价结果的输电杆塔塔材实际强度计算方法，其特征在于：包括 如下步骤： 步骤1 :指标集约间； 步骤2 :数据挖掘学习集的构造； 步骤3:因素集权重确定； 步骤4 :实际强度评估； 所述步骤1中的指标集约简，主要对由气象区条件、亚强度损伤、导线应力及机 械振动三大类因素构成的指标集，三类影响因素集表示为U = IU1, U2, U3}，其中：? = Iu11, U12, U13, U14, U1J，U11为风速(最大风)，u 12为大气温度(最低温)，u 13为年平均气温， U14为覆冰厚度（最厚覆冰），u 15为年雷暴日天数；U 2 一 21，U22, U23, U24, U25, U26 }，U21为运行 时间，U22为弯曲修复次数，U 23为裂痕修复次数，U 24为雷电或故障电流损伤次数，U 25为重覆 冰疲劳次数，U26为平均运行应力/最大运行应力；U 3= {u 31，U32, U33, U3J，U31为导线分裂数， U32为风向与线路角，U 33为地表面粗糙程度，U 34为钢材锈蚀量； 根据评价因素对塔材强度的影响程度不同分为五个等级，分别为I、II、III、IV、V，等 级I表示对塔材实际强度影响很小，等级II表示对塔材实际强度影响较小，等级III表示对 塔材实际强度影响中等，等级IV表示对塔材实际强度影响较大，等级V表示对塔材实际强 度影响很大；由全国典型气象区库建立气象区条件的评价标准，得出气象区评价量化标 准：粗糙集进行属性约简： 基本指标体系的因素较多，可能会存在因素冗余的问题，在不影响评价结果的基础上， 为了不让评价过程复杂化，将对基本指标体系进行约简；以II的指标值作为各最初评价指 标的阀值，满足II的指标值则为1，否则为〇,进行数据离散化，便可得出最初评价指标信 息； 样本测试数据根据粗糙集理论，对表4进行属性重要度约简： U/R = {{1,7}, {2,4}, {3,6,8}, {5}} U/(R-KJ) = {{1,3,5,7,8}, {2,4}} U/(R-{u12}) = {{1,2,4,5,7}, {3,6,8}} U/(R-{u13}) = {{1,7}, {2,4}, {3,6,8}, {5}} U/(R-KJ) = {{1,5,7}, {2,4}, {3,6,8}} U/(R-{u15}) = {{1,7}, {2,4}, {3,6,8}, {5}} U/(R-(U131U15I) = {{1,7}, {2,4}, {3,6,8}, {5}} U/R 辛 IV(R-Iu1J) U/R ^ U/(R-{u12}) U/R ^ U/(R-KJ) U/R = U/ (R-{u13}) = U/ (R-{u15}) = U/ (R-{u13, u15}) 经过属性重要度约简，计算可知指标u13、u15是冗余的；同理，分别对亚强度损伤因素和 导线应力及机械振动因素进行属性重要度约简，得到最终评价指标为：U = IU1, U2, U3}，其 中1^= {u n, u12, u14}，U2= {u 21，u22, u23, u24, u25}，U3= {u 31，u32, u33, u34} ;R 为因素的属性值的 集合； 其中学习集的构造： 考虑一个未知的多入单出非线性映射f:Rn- R，假定可以得到系统可观测的输入输出 数据：:并且这组数据存在函数关系： Yi= h(x ；)+ ε 式中：X e Rn是自变量；y # R是因变量：ε R为零均值且方差为σ 2的独立随机 分布变量；问题是对于输入空间的任意向量XqXq，能否根据系统已有的数据集，建立一个映 射，并能通过该映射，得到系统相应的估计输出^ ;此问题可以归结为求解下面的优化问 题式中：Ω??为距离X k最近的k个样本所构成的局部空间；h( ·)为描述输入输出向量的 非线性映射函数为权值，表示局部空间内的样本数据对输出向量的影响程度，局部空间 内不同的样本数据对系统输出的影响或贡献度是不同的；从直观上看，距离输入向量最近 的那些样本输入所对应的输出向量值最能反映当前输入量的输出，这实际上也是即时学习 算法的基本原则：相似输入产生相似输出； 运用以上算法原理，采用K-VNN搜索策略，在系统已有的N组数据中寻找k组最相似的 数据（k〈〈N)，杆塔塔材的实际强度退化率与影响因素集U呈现非线性关系： n = f⑶+ ε⑴ 其中，η为退化率，ε⑴为零均值的白噪声，f( ·)为未知的非线性函数；对于已经 存在N组影响因素和退化率的数据{z7(0,C/(/)丨,\，在当前t时刻，有影响因素信息U(t)，采用 K-VNN搜索策略，在系统已有的N组数据中寻找k组最相似的数据（k〈〈N)，具体如下： 当cos β (U (i)，U (t))〈0,则认为此U (i)偏离于当前输入U (t)，不利于建模，丢弃此数 据； 否则，以U(i)与U(t)的指数核与夹角余弦加权之和选择准则，即 D(U(i)，U(t)) = α · ed(u(1)'u(t)) + (l-a ) · cos0 (U(i)，U(t)) 式中：a为加权因子；加权选择准则Dam)，U(t))直接反映了U(i)与U(t)的相似性；若两 个信息向量越靠近，则d就越小，并且cos β也就越大，从而D (U(i)，U(t))也就越大；这样， 在已有的数据信息中，选用D( ·)值最大的k组数据，按降序排列，构造学习集： {(U(1), n (D),-, (u(k), n (k))} D (U (I)，U (t)) >... >D (U (k)，U (t)) · 〇
【专利摘要】本发明公开了一种评价指标反映评价结果的输电杆塔塔材实际强度计算方法，应用粗糙集理论对杆塔强度影响因素集进行约简；采用数据挖掘方法从大量的历史数据中挖掘有用数据构造学习集；根据学习集运用梯度下降法不断迭代学习来确定因素集权重，并将得到的权值综合评价计算塔材实际强度的退化率。该方法可解决演化过程中影响塔材强度因素的效度不清晰的典型不确定性、非线性问题。该方法可为输电铁塔结构安全评价提供重要的科学判据。
【IPC分类】G06K9/62
【公开号】CN105184306
【申请号】CN201510422850
【发明人】王晓东, 张乐, 葛乐, 龚灯才, 朱富云, 徐剑峰, 朱卫, 鞠易, 朱张蓓, 孙玉玮
【申请人】国家电网公司, 江苏省电力公司, 江苏省电力公司南通供电公司
【公开日】2015年12月23日
【申请日】2014年8月26日
【公告号】CN104298706A, CN105005661A, CN105069027A, CN105117969A