一种基于多源数据的输电线路鸟类分布预测方法技术

本发明专利技术涉及电力系统安全技术领域，更具体地，涉及一种基于多源数据的输电线路鸟类分布预测方法，包括：S1.收集典型输电样线区域的生境信息和涉害鸟类分布信息，并构建数据集；S2.利用数据清洗与特征提取对所述数据集进行预处理；S3.通过多元回归分析鸟类分布特征与步骤S2中经过预处理的数据集之间的关系，得到害鸟分布影响因素、典型害鸟种类及分布情况；S4.构建涉害鸟类分布预测模型；S5.对所述涉害鸟类分布预测模型进行改进与误差分析。本发明专利技术适用范围广，预测效率高，对线路巡检、防鸟装置的安装提供指导作用。

【技术实现步骤摘要】
一种基于多源数据的输电线路鸟类分布预测方法
本专利技术涉及电力系统安全
，更具体地，涉及一种基于多源数据的输电线路鸟类分布预测方法。
技术介绍
几年来，在引发输电线路故障的众多原因中，鸟害是最主要原因之一。鸟害覆盖时段长，各年鸟害高峰爆发期略有不同，造成运维人员劳动强度大且鸟害事故难以防范。因此，如何提高鸟害防治效率成为输电线路运维亟需解决的关键问题，对保障电网安全稳定运行具有重要意义。公开号为CN110598726A的中国专利文献，公开了一种基于随机森林的输电杆塔鸟害风险预测方法，采用机器学习中的随机森林算法对输电杆塔鸟害风险等级进行预测，能够很好的处理高维数据，无需进行特征过滤，训练过程可高度并行化，对大样本数据训练表现的非常友好，模型训练速度快，不易过拟合，无需像层次分析法一样需要进行复杂的数学运算，可以减少主观赋权带来的偏差，提高求解精度。但上述方案缺乏对输电线路典型涉害鸟类的研究，得到的统计结果时效性差、适用范围窄，不具备可拓展性。
技术实现思路
本专利技术的目的在于克服现有的方法适用范围窄的本文档来自技高网...

【技术保护点】
1.一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，包括以下步骤：/nS1.收集典型输电样线区域的生境信息和涉害鸟类分布信息，并构建数据集；/nS2.利用数据清洗与特征提取对所述数据集进行预处理；/nS3.通过多元回归分析鸟类分布特征与步骤S2中经过预处理的数据集之间的关系，得到害鸟分布影响因素、典型害鸟种类及分布情况；/nS4.构建涉害鸟类分布预测模型；/nS5.对所述涉害鸟类分布预测模型进行改进与误差分析。/n

【技术特征摘要】
1.一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，包括以下步骤：
S1.收集典型输电样线区域的生境信息和涉害鸟类分布信息，并构建数据集；
S2.利用数据清洗与特征提取对所述数据集进行预处理；
S3.通过多元回归分析鸟类分布特征与步骤S2中经过预处理的数据集之间的关系，得到害鸟分布影响因素、典型害鸟种类及分布情况；
S4.构建涉害鸟类分布预测模型；
S5.对所述涉害鸟类分布预测模型进行改进与误差分析。


2.根据权利要求1所述的一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，在步骤S1中，所述典型输电样线区域的生境信息包括输电样线区域在不同时期时的生态信息、人类活动信息。


3.根据权利要求2所述的一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，所述输电样线区域在不同时期时的生态信息包括气候类型、地形地貌、海拔高度、农作物种类、植被类型、植被分布情况、水域分布情况，还包括输电样线区域周围的经济开发区、自然保护区、居民区在不同时期时的分布情况。


4.根据权利要求3所述的一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，所述涉害鸟类分布信息包括涉害鸟类分布区域、害鸟种类。


5.根据权利要求4所述的一种基于多源数据的输电线路鸟类分布预测方法，其特征在于，所述步骤S2具体包括以下步骤：
S21.对所述数据集中多余的符号及字符进行删除或替换；
S22.获取所述数据集中的缺失值，并利用插补法或差值法对所述缺失值进行处理；
S23.检测所述数据集中的异常值，并对所述异常值进行删除或进...

【专利技术属性】
技术研发人员：刘清冰，陈剑平，周庆东，朱朋辉，唐信，陈亦，杨玺，甘团杰，廖志文，周广青，黄智明，赵全忠，
申请(专利权)人：广东电网有限责任公司，广东电网有限责任公司江门供电局，
类型：发明
国别省市：广东;44