本发明涉及载流量预测,特别涉及基于lssvm模型的架空输电线路载流量区间预测方法及设备。
背景技术:
1、架空输电线路载流量是其热载荷能力的表征,与风速风向环境温度及日照强度等气象要素密切相关,故具有时变性和较强的波动性,显然准确预测架空输电线路载流量区间,对提高输电设备利用效率改善电力系统安全经济运行具有重要意义。
2、目前架空输电线路载流量区间预测方法存在如下问题:1.在气象环境的作用下,对载流量波动性强的点进行预测很难给未来载流量提供精确信息;2.现有的载流量间隔预测方法大多是因气象环境因素的改变而改变,使得预测结果在区间内与载流量的真实变化规律有很大偏差;3.现有架空输电线路载流量预测研究,相对于依靠线路在线监测设备,加大相关量测通信设备投入和日常运行维护成本,一定程度地制约了载流量预测技术在架空输电线路中的应用。
技术实现思路
1、针对上述问题,本发明的目的是提供一种基于lssvm模型的架空输电线路载流量区间预测方法及设备,以解决上述架空输电线路载流量预测方法存在的技术问题,挖掘环境数据与载流量之间的潜在关系,有效预测载流量的动态区间,有效调高输电线路的输电潜力,降低电力调度压力,保障架空输电线路的安全运行。具体技术方案如下:
2、一种基于lssvm模型的架空输电线路载流量区间预测方法,包括以下步骤:
3、步骤s1,利用微气象监测设备历年实测的架空输电线路数据,构建历史数据集;所述历史数据集包括多个气象因子和载流量;
4、步骤s2,根据所述历史数据集,筛选与载流量的相关系数大于设定阈值的气象因子;
5、步骤s3,构建初始样本数据集,并对初始样本数据集中的数据进行预处理操作,得到预处理操作后的样本数据集;所述初始样本数据集中的数据为过去时间段内的目标气象因子数据以及对应的载流量;其中,目标气象因子为与载流量的相关系数大于设定阈值的气象因子;
6、步骤s4,对预处理操作后的样本数据集进行聚类分析,得到聚类分析后的样本数据集;
7、步骤s5,构建lssvm模型,采用聚类分析后的样本数据集对lssvm模型进行训练,得到架空输电线路载流量区间预测模型;
8、步骤s6,获取当前时间段内的架空输电线路所在区域的目标气象因子数据,并输入至架空输电线路载流量区间预测模型,得到未来时间段内的架空输电线路的载流量区间。
9、优选地,所述步骤s1中的气象因子包括气温、地面风速、风向和日照强度。
10、优选地,所述步骤s2中的相关系数为pearson相关系数。
11、优选地,所述步骤s3中的预处理操作包括缺失数据修复操作和数据标准化处理操作。
12、优选地,所述步骤s4中具体采用kohonen网络训练算法对预处理操作后的样本数据集进行聚类分析,得到聚类分析后的样本数据集。
13、优选地,所述步骤s5具体包括以下步骤:
14、步骤s51,采用交叉验证法,将聚类分析后的样本数据集划分为训练集和测试集;
15、步骤s52,对lssvm模型的参数进行初始化操作;
16、步骤s53,根据训练集、测试集和初始化操作后的lssvm模型的参数,得到架空输电线路载流量区间预测模型。
17、优选地,所述架空输电线路载流量区间预测模型的评估指标包括预测区间覆盖率、平均区间宽度、统计区间预测耗时以及考虑覆盖率及宽度的综合评价指标。
18、一种基于lssvm模型的架空输电线路载流量区间预测系统,应用于所述的方法,包括:
19、历史数据集构建模块,用于利用微气象监测设备历年实测的架空输电线路数据,构建历史数据集;所述历史数据集包括多个气象因子和载流量;
20、气象因子筛选模块,用于根据所述历史数据集,筛选与载流量的相关系数大于设定阈值的气象因子;
21、预处理模块,用于构建初始样本数据集,并对初始样本数据集中的数据进行预处理操作,得到预处理操作后的样本数据集;所述初始样本数据集中的数据为过去时间段内的目标气象因子数据以及对应的载流量;其中,目标气象因子为与载流量的相关系数大于设定阈值的气象因子;
22、聚类分析模块,用于对预处理操作后的样本数据集进行聚类分析,得到聚类分析后的样本数据集;
23、预测模型确定模块,用于根据聚类分析后的样本数据集和lssvm模型,得到架空输电线路载流量区间预测模型;
24、预测模块,用于获取当前时间段内的架空输电线路所在区域的目标气象因子数据,并将当前时间段内的架空输电线路所在区域的目标气象因子数据输入至架空输电线路载流量区间预测模型,得到未来时间段内的架空输电线路的载流量区间。
25、一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行所述的基于lssvm模型的架空输电线路载流量区间预测方法。
26、与现有技术相比,本发明的有益效果为:
27、本发明依照微气象监测设备实测的微气象历史数据,分析架空输电线路载流量和气象数据变化,结合lssvm预测模型实现架空输电线路载流量区间预测,以解决上述架空输电线路载流量预测方法存在的技术问题,挖掘环境数据与载流量之间的潜在关系,有效预测载流量的动态区间,有效调高输电线路的输电潜力,降低电力调度压力,保障架空输电线路的安全运行。
1.一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述步骤s1中的气象因子包括气温、地面风速、风向和日照强度。
3.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述步骤s2中的相关系数为pearson相关系数。
4.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述步骤s3中的预处理操作包括缺失数据修复操作和数据标准化处理操作。
5.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述步骤s4中具体采用kohonen网络训练算法对预处理操作后的样本数据集进行聚类分析,得到聚类分析后的样本数据集。
6.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述步骤s5具体包括以下步骤:
7.根据权利要求1所述的一种基于lssvm模型的架空输电线路载流量区间预测方法,其特征在于,所述架空输电线路载流量区间预测模型的评估指标包括预测区间覆盖率、平均区间宽度、统计区间预测耗时以及考虑覆盖率及宽度的综合评价指标。
8.一种基于lssvm模型的架空输电线路载流量区间预测系统,其特征在于,应用于权利要求1至7任一所述的方法,包括:
9.一种电子设备,其特征在于,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至7中任一项所述的基于lssvm模型的架空输电线路载流量区间预测方法。