一种多维特征交互的线路动态增容方法、系统及介质技术方案

本申请涉及一种多维特征交互的线路动态增容方法、系统及介质，方法包括利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列；针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征，同时将获得的模态特征和时间特征通过一个双工DT模块实现特征交互；利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值；根据热平衡模型和线路安全运行的最高温度解得线路运行的额定值，从而实现线路的动态增容。本申请降低预测误差，最终实现对线路环境参数的准确预测和动态增容。参数的准确预测和动态增容。参数的准确预测和动态增容。

【技术实现步骤摘要】
一种多维特征交互的线路动态增容方法、系统及介质


[0001]本申请涉及能源互联网电路线路动态增容领域，具体涉及一种基于双通道自适应动态卷积的多维特征交互的线路动态增容方法、系统及介质。

技术介绍

[0002]在地区电网中，为了保证输电线路的安全可靠运行，线路中传输的电流常常受到一个线路额定值的约束。在传统的输电线路中，该额定值是由历史数据统计得出的在不利天气下的一个静态值，在一般天气状况下会影响电路的输电效率。随着区域用电量和电网接入电厂的不断增加，为提高线路的输电效率和安全性，实现输电线路的动态增容（DLR）具有重要意义。
[0003]架空导线的额定值与气象条件密切相关，在给定线路运行的最大温度条件下，主要由气温、风速和太阳辐射强度决定，因此DLR实质上是根据架空导线的气象数据进行实时计算线路最大容许载流量。而现有的气象数据的获取主要有根据物理、统计和机器学习模型三种方法。物理模型依赖于数值天气预测数据，因此虽然该方法具有良好的准确性，但需要来自卫星的额外图像和云图信息，从而导致更高的操作和计算成本。而统计模型是基于传统的线性回归数学模型，由于线性回归模型在历史气象数据输入和DLR输出之间建立了线性映射，因此该方法不能有效地捕获输入特征和输出之间的非线性关系，导致预测精度较差。为解决上述问题，近年来多种例如支持向量回归等可以产生非线性关系的机器学习的模型被用于DLR中，取得了较好的预测结果，但这些模型依赖于预定的参数和非线性映射，并且气象数据预测是一个时间序列问题，数据在时间和模态上同时存在交互关系，对于传统机器学习方法来说，很难捕获输入和目标值间潜在的非线性映射关系。

技术实现思路

[0004]本申请实施例的目的在于提供一种多维特征交互的线路动态增容方法、系统及介质，降低预测误差，最终实现对线路环境参数的准确预测和动态增容。
[0005]为实现上述目的，本申请提供如下技术方案：第一方面，本申请实施例提供一种多维特征交互的线路动态增容方法，包括以下具体步骤：利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列；针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征，同时将获得的模态特征和时间特征通过一个双工DT模块实现特征交互；利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值；根据热平衡模型和线路安全运行的最高温度解得线路运行的额定值，从而实现线路的动态增容。
[0006]所述利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列，具体为，获取架空线路所在环境的气温、风速和太阳辐射强度相关气象数据，组成时间序列，其中为决定气温、风速和太阳辐射强度数据值的变量维度，为序列长度，对序列进行前后相减得到时间差序列。
[0007]所述针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征具体为，将维的输入和输入自适应动态卷积AdaConv模块以提取数据的模态特征和时间特征，自适应动态卷积AdaConv模块的操作为将的输入数据与的卷积核进行卷积操作从而将原始数据映射到决定气象数据值的特征数据层。
[0008]将获得的模态特征和时间特征通过一个双工DT模块实现特征交互具体为，首先通过线性变换将模态特征和时间特征的时间通道数变为1：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）然后将变换后的模态特征和时间特征分别通过一个多层感知模块MLP用以提取交互特征：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中和分别为模态特征和时间特征中提取的交互特征，然后将交互特征相加得到编码模块的输出：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）。
[0009]所述利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值具体为，根据输入的模态特征和时间特征得到一致性激活函数：首先对和平均池化，将他们压缩到和中，1连接和，并应用线性变换得到模态时间一致性特征性特征
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（4）其中为ReLU函数，然后分别使用sigmoid函数将转换为和的通道一致性激活函数和：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（5）使用一致性激活函数处理模态特征和时间特征，并将处理后的结果相加得到数据的模态时间融合特征：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）使用的卷积和sigmoid函数处理融合特征得到预测的环境温度，风速和太阳辐射强度值。
[0010]所述根据热平衡模型和线路安全运行的最高温度解得线路运行的额定值，从而实现线路的动态增容具体为，建立架空导线的稳态热平衡模型：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（7）其中是环境温度，是导线温度，为导线发热量，为日照吸收量，为空气对流散射量，为热辐射散热量，各项的具体计算公式为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（8）其中分别为日照升温系数，对流散热系数，风力指数和热辐射系数，根据架空导线稳定安全运行的最大温度，和预测的环境温度，风速和太阳辐射强度值得到导线的额定值，从而实现线路的动态增容，
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（9）。
[0011]第二方面，本申请实施例提供一种多维特征交互的线路动态增容系统，包括，时间差序列获取模块，利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列；特征提取和交互模块，针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征，同时将获得的模态特征和时间特征通过一个双工DT模块实现特征交互；预测值获取模块，利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值；动态增容实现模块，根据热平衡模型和线路安全运行的最高温度解得线路运行的额定值，从而实现线路的动态增容。
[0012]第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储有程序代码，所述程序代码被处理器执行时，实现如上所述的多维特征交互的线路动态增容方法的步骤。
[0013]与现有技术相比，本专利技术的有益效果是：通过自适应动态卷积AdaConv模块构成的模态编码器和时间编码器分别提取数据的模态和时间特征，提高了特征模型的表达能力。同时结合一个双工模块DT实现了特征交互，充分提取特征间非线性关系。并且通过双侧通道激活模块BCA解码交互后的模态时间一致性特征，降低预测误差，最终实现对线路环境参数的准确预测和动态增容。
附图说明
[0014]为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
[0015]图1为本申请实施本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多维特征交互的线路动态增容方法，其特征在于，包括以下具体步骤：利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列；针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征，同时将获得的模态特征和时间特征通过一个双工DT模块实现特征交互；利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值；根据热平衡模型和线路安全运行的最高温度解得线路运行的额定值，从而实现线路的动态增容。2.根据权利要求1所述的一种多维特征交互的线路动态增容方法，其特征在于，所述利用线路环境的历史气象数据的时间序列进行延时相减操作，获得时间差序列，具体为，获取架空线路所在环境的气温、风速和太阳辐射强度相关气象数据，组成时间序列，其中为决定气温、风速和太阳辐射强度数据值的变量维度，为序列长度，对序列进行前后相减得到时间差序列。3.根据权利要求2所述的一种多维特征交互的线路动态增容方法，其特征在于，所述针对原时间序列和获得的时间差序列分别通过一个自适应动态卷积AdaConv模块提取其模态特征和时间特征具体为，将维的输入和输入自适应动态卷积AdaConv模块以提取数据的模态特征和时间特征，其中为特征维度，自适应动态卷积AdaConv模块的操作为将的输入数据与的卷积核进行卷积操作从而将原始数据映射到决定气象数据值的特征数据层。4.根据权利要求3所述的一种多维特征交互的线路动态增容方法，其特征在于，将获得的模态特征和时间特征通过一个双工DT模块实现特征交互具体为，首先通过线性变换将模态特征和时间特征的时间通道数变为1：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）然后将变换后的模态特征和时间特征分别通过一个多层感知模块MLP用以提取交互特征：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（2）其中和分别为模态特征和时间特征中提取的交互特征，然后将交互特征相加得到编码模块的输出：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）。5.根据权利要求4所述的一种多维特征交互的线路动态增容方法，其特征在于，所述利用双侧通道激活模块处理交互后的特征，得到线路的气温、风速和日照辐射强度预测值具体为，
根据输入的模态特征和时间特征得到一致性激活函数：首先对和平均池化，将他们压...

【专利技术属性】
技术研发人员：王晟玮，刘昕，胡钰林，廖荣涛，王逸兮，李磊，叶宇轩，胡欢君，李想，张剑，宁昊，董亮，刘芬，郭岳，罗弦，张岱，陈家璘，冯浩，
申请(专利权)人：武汉大学，
类型：发明
国别省市：