一种输电线路在线巡视结果状态的预测方法技术

本发明专利技术属于输电线路巡检技术领域，具体的说是涉及一种输电线路在线巡视结果状态的预测方法。本发明专利技术的方法主要包括：定期采集数据，生成训练样本数据，将样本数据集进行拆分，采用逻辑回归二元分类模型进行预测，建立模型，采用梯度下降法进行求解，对模型进行训练，采用AUC评价指标对模型进行评估，模型更新，即将前一时期采集数据训练得到的评估指标和当前采集数据得到的评估指标进行对比，根据大小判断是否用当前模型替代前一时期的模型。本发明专利技术的有益效果为：本发明专利技术采用机器学习技术，对输电线路在线巡检作业结果状态进行智能的评估预测，以支撑智能化的作业排班和计划生成。

【技术实现步骤摘要】
一种输电线路在线巡视结果状态的预测方法
本专利技术属于输电线路巡检
，具体的说是涉及一种输电线路在线巡视结果状态的预测方法。
技术介绍
输电通道安全是影响供电安全的根本，但输电通道通常位于原始森林、无人区等复杂环境下，因此对输电通道的巡检是相关部门的重难点工作之一。传统模式下，对输电通道的巡视主要以人工巡视、定期的直升机、无人机巡视等方式进行，存在难度大、成本高、效率低等问题。而随着物联网技术、网络通信技术、大数据技术的快速发展，以及国家电网关于泛在电力物联网的提出，通过输电线路上传感器、在线监测设备实现对输电线路远程巡视的方式得到广泛应用。因为在线巡视作业的核心是利用分布在输电塔基上的巡视设备完成巡视作业，因此在线巡视面临着作业数量多、网络通道占用等问题，所以作业的调度和计划生成也更加困难。以大数据、人工智能技术为基础实现自动、智能化的输电线路在线巡视作业，是解决人工驱动作业流程中存在的低效、标准化不足、智能化程度低的一种趋势。在线巡视作业是利用分布在输电通道上的众多巡视设备完成通道环境、塔基及部件的周期性或临时性巡视，本文档来自技高网...

【技术保护点】
1.一种输电线路在线巡视结果状态的预测方法，其特征在于，包括以下步骤：/nS1、定期采集数据，包括作业区域天气预报数据、设备历史在线巡视作业执行记录和作业结果状态数据；/nS2、生成训练样本数据，从步骤S1采集的数据中提取特征数据形成输入特征，具体为从作业区域天气预报数据和设备历史在线巡视作业执行记录中提取白天是否降雨、白天是否晴、白天是否多云、当天最高温度、当天最低温度、当天最大风速、当天最大风向、前n天总降雨量、前n天是否降雨、前n天的平均光辐射、最近1个月任务失败比例，最近1个月的日最低电量平均值、是否覆冰作业、是否山火巡视作业、是否绝缘子巡视作业、是否进行巡视作业和任务数量形成输入特征...

【技术特征摘要】
1.一种输电线路在线巡视结果状态的预测方法，其特征在于，包括以下步骤：
S1、定期采集数据，包括作业区域天气预报数据、设备历史在线巡视作业执行记录和作业结果状态数据；
S2、生成训练样本数据，从步骤S1采集的数据中提取特征数据形成输入特征，具体为从作业区域天气预报数据和设备历史在线巡视作业执行记录中提取白天是否降雨、白天是否晴、白天是否多云、当天最高温度、当天最低温度、当天最大风速、当天最大风向、前n天总降雨量、前n天是否降雨、前n天的平均光辐射、最近1个月任务失败比例，最近1个月的日最低电量平均值、是否覆冰作业、是否山火巡视作业、是否绝缘子巡视作业、是否进行巡视作业和任务数量形成输入特征x′i，从作业结果状态数据中获取作业完成结果标记数据yi，下标i指第i个作业，生成训练样本数据集为data＝{(x′1，y1)，(x′2，y2)，…，(x′n，yn)}，其中，yi∈{0，1}，i＝1，2，…，n，n是样本总数；
S3、将样本数据集进行拆分，具体为：
S31、对数据集data的位置索引I＝{1，2，…，n}随机打乱，得到随机后索引为I′＝{i1，i2，…，in}；
S32、依次对I′r＝{i|yi＝＝r}随机拆分成5份子集，r∈{0，1}，i∈I′，标记为I′r，c，c∈{0，1，…，5}；
S33、生成数据子集索引I′c＝I′0，c∪I′1，c；
S34、生成训练集Trainl和测试集Te...

【专利技术属性】
技术研发人员：贾兴林，
申请(专利权)人：成都思晗科技股份有限公司，
类型：发明
国别省市：四川;51