一种台风导致的输电线路突发故障预警方法技术

本发明专利技术公开了一种台风导致的输电线路突发故障预警方法。基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据构建机器学习训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征，将构建的预测样本特征输入训练后的随机森林模型，根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。本发明专利技术可实现台风导致的输电线路突发故障的预测，电网调度人员可根据预测结果提前做好突发故障应急处理措施，从而确保电网的安全运行。本发明专利技术基于大数据技术，突破传统方法的分析模型限制，考虑更多潜在关联影响因素，提升预测准确率。

【技术实现步骤摘要】
一种台风导致的输电线路突发故障预警方法
本专利技术涉及一种台风导致的输电线路突发故障预警方法，属于电网

技术介绍
在以全球变暖为主要特征的气候变化背景下，极端天气气候灾害明显增多，对社会经济发展的影响日益加剧。中国地处西北太平洋西岸，是全球热带气旋最活跃的地区之一。热带气旋带来的大风、暴雨和风暴潮等对沿海城市的基础设施、财产、人身安全和工业生产活动均造成严重影响。台风作为一种强烈的热带气旋，在其移动过程中，可能导致输电线路突发故障，从而引发严重的电网事故。目前，对于台风引发的输电线路故障预测，多采用基于固定风险评估模型的方式(如：以台风风速建立预测模型)，该方法根据预先建立的预测模型进行台风风险设备的预测，存在模型考虑相关因素有限、难以准确建立真实复杂模型等缺点，预测准确率较低。随着智能电网的建设，电网对输电线路的安全性提出了更高的要求。因此，通过基于机器学习对台风导致的输电线路突发故障进行建模学习，利用大数据技术的优势更加准确地预测输电线路突发故障的发生，有利于电网调度运行人员提前做好突发线路故障的应急处理措施，确保电网的安全运行。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种台风导致的输电线路突发故障预测方法，能够更加准确有效地实现台风导致的输电线路突发故障的在线预测。为达到上述目的，本专利技术所采用的技术方案是：一种台风导致的输电线路突发故障预警方法，其特征在于，包括：基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据，构建训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征；将构建的预测样本特征输入训练后的随机森林模型，由随机森林模型输出结果；根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。进一步的，所述构建训练样本特征矩阵、训练样本标签的具体方法如下：构建训练样本特征矩阵X＝[x1,x2,…,x9]i；i＝1,2,…,n，其中，x1表示输电线路附近台风风速、x2表示输电线路附近台风风向、x3表示台风中心风速、x4表示台风中心气压、x5表示7级风圈半径、x6表示10级风圈半径、x7表示台风中心移动速度、x8表示台风中心移动方向、x9表示输电线路距台风中心距离、n表示训练样本集的样本总数；构建训练样本标签Y＝[y]i；i＝1,2,…,n，其中，n表示训练样本集的样本总数，y表示输电线路状态，故障输电线路对应的y值为1，正常输电线路对应的y值为0。进一步的，训练随机森林模型的具体方法如下：随机地从训练样本特征矩阵X中抽取一行特征向量x1,x2,…,x9，同时抽取样本标签中对应的标签y，共抽取n次，将获得的n个特征向量与n个样本标签构成新的样本特征矩阵Xj与样本标签Yj，其中，j＝1,2,…,9；基于决策树理论建立一棵以第j个特征xj为分类属性的j号决策树，采用特征矩阵Xj与样本标签Yj对j号决策树进行学习训练；重复上述步骤，依次获得1号决策树、2号决策树、3号决策树、4号决策树、5号决策树、6号决策树、7号决策树、8号决策树、9号决策树，9棵训练后的决策树的集合即为训练后的随机森林模型。进一步的，基于台风气象预报数据、当前输电线路数据构建预测样本特征的具体方法如下：构建的预测样本特征矩阵X′＝[x′1,x′2,…,x′9]，其中，x′1表示当前输电线路附近台风风速预报值、x′2表示当前输电线路附近台风风向预报值、x′3表示台风中心风速预报值、x′4表示台风中心气压最近时间点的实测值、x′5表示7级风圈半径最近时间点的实测值、x′6表示10级风圈半径最近时间点的实测值、x′7表示台风中心移动速度最近时间点的实测值、x′8表示台风中心移动方向最近时间点的实测值、x′9表示输电线路距台风中心距离。进一步的，将构建的预测样本特征输入训练后的随机森林模型，由随机森林模型输出结果，具体是指：随机森林模型中，共有9棵训练好的决策树，将构建的预测样本特征矩阵X′＝[x′1,x′2,…,x′9]输入训练后的随机森林模型，每棵训练好的决策树都会生成输电线路故障概率、输电线路正常概率，将9棵决策树生成的9个输电线路故障概率进行平均、9个输电线路正常概率进行平均，出现概率最大的类别即为随机森林模型最终输出结果，当故障概率最大则输出结果为1，当正常概率最大则输出结果为0。进一步的，随机森林模型输出结果为1，表示当前输电线路可能将要发生故障。此时，电网调度运行人员需要提前做好突发线路故障的应急处理措施，从而确保电网的安全运行。进一步的，随机森林模型输出结果为0，表示当前输电线路正常。与现有技术相比，本专利技术的有益效果是：通过基于历史数据机器学习的方法对台风导致的输电线路突发故障进行训练学习与预测建模，更加及时准确地预测输电线路突发故障的发生，有利于电网调度运行人员提前做好突发线路故障的应急处理措施，从而确保电网的安全运行。与基于固定模型的传统预测方法相比，本方法基于大数据技术，能够突破传统方法的分析模型限制，考虑更多潜在关联影响因素，有效地提升预测准确率。同时，本专利技术采用的随机森林算法，是一种新兴起的机器学习算法，具有准确率高、适用于应对大数据集、易于推广等优点。附图说明图1是本专利技术的流程图。具体实施方式本专利技术台风导致的输电线路突发故障预测方法，基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据构建机器学习训练样本特征矩阵、训练样本标签，进而利用训练样本特征矩阵、训练样本标签训练随机森林模型，最后基于台风气象预报数据、当前输电线路数据构建预测样本特征，将构建的预测样本特征输入训练后的随机森林模型，根据随机森林模型输出结果，即可判断当前输电线路是否可能会发生故障。下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。如图1所示，是本专利技术的流程图，包括如下步骤：步骤一、基于大量台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据构建训练样本特征矩阵、训练样本标签；构建训练样本特征矩阵X＝[x1,x2,…,x9]i；i＝1,2,…,n，其中，x1表示输电线路附近台风风速、x2表示输电线路附近台风风向、x3表示台风中心风速、x4表示台风中心气压、x5表示7级风圈半径、x6表示10级风圈半径、x7表示台风中心移动速度、x8表示台风中心移动方向、x9表示输电线路距台风中心距离、n表示训练样本集的样本总数；构建训练样本标签Y＝[y]i；i＝1,2,…,n，其中，n表示训练样本集的样本总数，y表示输电线路状态，故障输电线路对应的y值为1，正常输电线路对应的y值为0。步骤二、利用训练样本特征矩阵、训练样本标签训练随机森林模型。所述的训练随机森林模型的方法为：随机地从训练样本特征矩阵X中抽取一行特征向量x1,x2,…,x9，同时抽取样本标签中对应的标签y，共抽取n次，将获得的n个特征向量与n个样本标签构成新的样本特征矩阵Xj与样本标签Yj，其中，j＝1,2,…,9。基于决策树理论建立一棵以第j个特征xj为分类属性的j号决策树，采用特征矩阵Xj与样本标签Yj对j号决策树进行学习训练。不断重复上述步骤，依次获得1号决策树本文档来自技高网...

【技术保护点】
1.台风导致的输电线路突发故障预警方法，其特征在于，包括：基于台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据，构建训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征；将构建的预测样本特征输入训练后的随机森林模型，由随机森林模型输出结果；根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。

【技术特征摘要】
1.台风导致的输电线路突发故障预警方法，其特征在于，包括：基于台风气象历史数据、故障输电线路历史数据、正常输电线路历史数据，构建训练样本特征矩阵、训练样本标签；利用训练样本特征矩阵、训练样本标签训练随机森林模型；基于台风气象预报数据、当前输电线路数据构建预测样本特征；将构建的预测样本特征输入训练后的随机森林模型，由随机森林模型输出结果；根据随机森林模型输出结果，判断当前输电线路是否可能会发生故障。2.根据权利要求1所述的台风导致的输电线路突发故障预警方法，其特征在于，所述构建训练样本特征矩阵、训练样本标签的具体方法如下：构建训练样本特征矩阵X＝[x1,x2,…,x9]i；i＝1,2,…,n，其中，x1表示输电线路附近台风风速、x2表示输电线路附近台风风向、x3表示台风中心风速、x4表示台风中心气压、x5表示7级风圈半径、x6表示10级风圈半径、x7表示台风中心移动速度、x8表示台风中心移动方向、x9表示输电线路距台风中心距离、n表示训练样本集的样本总数；构建训练样本标签Y＝[y]i；i＝1,2,…,n，其中，n表示训练样本集的样本总数，y表示输电线路状态，故障输电线路对应的y值为1，正常输电线路对应的y值为0。3.根据权利要求2所述的台风导致的输电线路突发故障预警方法，其特征在于，训练随机森林模型的具体方法如下：随机地从训练样本特征矩阵X中抽取一行特征向量x1,x2,…,x9，同时抽取样本标签中对应的标签y，共抽取n次，将获得的n个特征向量与n个样本标签构成新的样本特征矩阵Xj与样本标签Yj，其中，j＝1,2,…,9；基于决策树理论建立一棵以第j个特征xj为分类属性的j号决策树，采用特征矩阵Xj与样本标签Yj对j号决策树进行学习训练；重复上述步骤，依次获得1号决策树、2号...

【专利技术属性】
技术研发人员：王波，杨科，吴海伟，闪鑫，李非非，张筱辰，杨明，刘栋，王毅，罗玉春，韩禹，徐丽燕，季惠英，尹永昌，苏运光，葛以踊，张洁，
申请(专利权)人：国电南瑞科技股份有限公司，南瑞集团有限公司，国家电网有限公司，国网江苏省电力有限公司，国电南瑞南京控制系统有限公司，
类型：发明
国别省市：江苏,32