一种基于CEEMD-PPSO-LSSVM的输电线路覆冰厚度预测方法及系统技术方案

本发明专利技术涉及输电线路安全检测技术领域，尤其涉及一种基于CEEMD

【技术实现步骤摘要】
一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法及系统


[0001]本专利技术涉及输电线路安全检测
，尤其涉及一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法及系统。

技术介绍

[0002]输电线路覆冰可能导致线路过载、跳闸、导线舞动、绝缘子闪络甚至造成断线，倒塔等事故，严重危害电力系统的安全运行。一些重要的输电线路跨越地域广，线路所经地形复杂，在出现极端恶劣环境下出现覆冰灾害时，人工巡线的难度大，所以如何对输电线路覆冰进行可靠的发展趋势预测，通过覆冰趋势信息为电力部门进行调度、融冰、运维决策提供依据，对于输电线路和电网安全稳定运行具有重要的意义。目前，关于输电线路覆冰厚度的预测已经成为电力行业的重要任务之一。
[0003]为了准确预测输电线路覆冰的厚度，国内外学者已经做过大量研究。目前关于输电线路覆冰厚度的预测方法，主要有物理理论模型、统计学模型、机器学习模型等三种模型。文献[常恒.基于动态拉力和倾角的输电线路覆冰预测与试验研究[D].重庆大学,2013]根据静力学力矩平衡原理提出一种基于拉力与倾角的输电线路覆冰预测模型。
[0004]1.物理理论模型：
[0005]文献[张乐,周步祥,王小红,等.导线覆冰监测系统的力学模型与预警功能优化[J].电力系统及其自动化学报,2014,26(11):42
‑
46.]对线路覆冰进行力学分析，考虑耐张绝缘子串等不均匀载荷以及风偏平面的载荷，建立了输电线路综合荷载的等值覆冰厚度预测模型。文献[王斌,李立浧,魏发生,等.不均匀覆冰下的架空地线覆冰在线监测力学计算模型改进[J].高电压技术:1
‑
8]针对不均匀覆冰下直线塔地线等值覆冰厚度，对南方地区线路等值覆冰厚度计算模型进行改进，提出一种考虑悬垂串偏斜的直线塔地线等值覆冰厚度计算模型。物理理论模型的某些重要参数在常规的线路监测中难以测量，以致在实际使用中存在诸多限制。
[0006]2.统计学模型：
[0007]文献[王敩青,戴栋,郝艳捧,等.基于在线监测系统的输电线路覆冰数据统计与分析[J].高电压技术,2012,38(11):3000
‑
3007]统计分析得到了输电线路覆冰数据特征和数据聚集类型。文献[王建城,苏盛,盛小勇,等.输电线路多年一遇极值覆冰估计方法适用性分析[J].电网技术,2015,39(09):2614
‑
2620]深入分析了影响覆冰极值估计模型适用性的因素和不同覆冰区适用的极值分布模型，以及不同类型覆冰区环境下适合拟合线路覆冰的分布模型。统计学模型需要满足较多的统计假设条件，难以考虑线路周边的微气象因素进而导致预测精度下降。
[0008]3.机器学习模型：
[0009]文献[黄新波,李弘博,朱永灿,等.基于时间序列分析与卡尔曼滤波的输电线路覆冰短期预测[J].高电压技术,2017,43(06):1943
‑
1949]利用导线覆冰量的时间数据序列所
具有的自相关性和时序性，减少了现有覆冰预测模型由于测量到的各种微气象因素存在的误差累积到覆冰预测结果中的影响。文献[马小敏,高剑,吴驰,等.基于灰色支持向量机的输电线路覆冰厚度预测模型[J].中国电力,2016,49(11):46
‑
50]分析了覆冰数据中脏数据的剔除及数据预处理方法，提出了基于灰色支持向量机的输电线路覆冰厚度短期预测模型。文献[郭开春,王波.考虑灰色关联权重的PSO
‑
LSSVM输电线路覆冰厚度预测模型[J].电工材料,2022,(01):15
‑
19+24]利用灰色关联分析确定覆冰影响因素对输电线路覆冰增长量的权重，采用PSO算法对LSSVM的参数优化，建立了虑灰色关联权重的PSO
‑
LSSVM输电线路覆冰厚度预测模型。文献[H.Li,et al."Transmission Line Ice Coating Prediction Model Based on EEMD Feature Extraction,"in IEEE Access,vol.7,pp.40695
‑
40706,2019,doi:10.1109/ACCESS.2019.2907635]使用时间序列分析方法和集成经验模式分解(EEMD)方法来自适应地分解气象和机械数据，减少高维数据中噪声和异常值的影响，最大限度地利用时频固有规律来有效地分析结冰数据。文献[李贤初,张翕,刘杰,等.输电线路导线覆冰AMPSO
‑
BP神经网络预测模型[J].电力建设,2021,42(09):140
‑
146]根据覆冰增长物理过程选取工程可测量气象参数作为覆冰影响因素，提出一种基于自适应变异粒子群算法优化BP神经网络的覆冰厚度预测模型。文献[熊玮,徐浩,徐林享,等.计及时间累积效应的RF
‑
APJA
‑
MKRVM输电线路覆冰组合预测模型[J].高电压技术,2022,48(03):948
‑
957]从线路覆冰是时间累积过程的角度出发，提出计及时间累积效应的RF
‑
APJA
‑
MKRVM组合预测模型，对不同覆冰阶段进行预测。运用机器学习对覆冰厚度进行预测时，需要大量的覆冰监测数据对其进行训练，其中包括温湿度、气压、风速、导线倾角、导线载荷等，而目前输电线路覆冰监测设备还有待完善，且大部分地区一年中覆冰时间不长，所采集的数据量偏少。
[0010]本专利技术针对目前覆冰厚度预测模型中的物理限制、统计假设条件偏多、训练数据量大等问题。根据输电线路覆冰时所处环境的微气象数据的变化特性，提出一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法及系统。

技术实现思路

[0011]本专利技术的目的是提供一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法及系统，用于解决目前覆冰厚度预测模型中的物理限制、统计假设条件偏多、训练数据量大等问题。
[0012]为了实现上述目的，本专利技术采用了如下技术方案：
[0013]本专利技术提供一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法，包括以下步骤：
[0014]S1.对输电线路的原始覆冰数据进行归一化处理，得到归一化覆冰数据；
[0015]S2.通过CEEMD对所述归一化覆冰数据进行分解，得到n个IMF分量和一个残余分量RES；
[0016]S3.利用优化后的LSSVM对n个所述IMF分量和一个所述残余分量RES进行预测，得到n+1个预测值；
[0017]S4.将n+1个所述预测值进行叠加；
[0018]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法，其特征在于，包括以下步骤：S1.对输电线路的原始覆冰数据进行归一化处理，得到归一化覆冰数据；S2.通过CEEMD对所述归一化覆冰数据进行分解，得到n个IMF分量和一个残余分量RES；S3.利用优化后的LSSVM对n个所述IMF分量和一个所述残余分量RES进行预测，得到n+1个预测值；S4.将n+1个所述预测值进行叠加；S5.将叠加后的预测值进行反归一化处理，即得到预测的覆冰厚度。2.根据权利要求1所述的一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法，其特征在于，所述对输电线路的原始覆冰数据进行归一化处理，包括：采用离差标准化的方法对原始覆冰数据进行归一化处理，过程表达为：式中，u
g
为归一化后的覆冰厚度值；u为初始覆冰厚度值；u
min
为最小覆冰厚度值；u
max
为最大覆冰厚度值。3.根据权利要求1所述的一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法，其特征在于，所述通过CEEMD对所述归一化覆冰数据进行分解，包括：S21.在原始信号sig
ori
中加入对称白噪声K(t)，产生新信号sig
new
，表达为：sig
new
(t)＝sig
ori
(t)+K(t)S22.将sig
new
进行EMD分解，得到IMF
(n)
和残余函数R
(n)
，表达为：IMF1＝sig
new
‑
c1式中，c1为原始信号的上下包络平均值；IMF1为分解后的第一个分量；新的表达式变为：IMF(n)即为所述IMF分量，R(n)即为所述残余分量RES。4.根据权利要求1所述的一种基于CEEMD
‑
PPSO
‑
LSSVM的输电线路覆冰厚度预测方法，其特征在于，所述LSSVM的优化方法为利用PPSO算法确定出LSSVM的惩罚因子C和RBF核函数宽度δ，步骤包括：S01.初始化PPSO算法参数，令空间维数D为2，种群规模N为50，惯性权重随分段函数非线性递减，惯性权重最大值ω
max
和最小值ω
min
分别为0.95和0.3，最大迭代次数S为200，加速系数α为1.4，减速系数β为
‑
1.7，加速因子c1、c2均为2；S02.把惩罚因子C和RBF核函数宽度δ作为粒子，设置当前个体最优解C＝100，δ为1.5，计算各粒子的适应度值，开始迭代后的每一次迭代都更新粒子的位置和速度，得到新的一组惩罚因子C和RBF核函数宽度δ；S03.把新的一组惩罚因子C和RBF核函数宽度δ输入LSSVM预测模型，对样本数据进行训练，计算新的适应度；S04.将新的适应度值与当前适应度值进行比较，若新适应度值优于当前适应度值，则
将新适应度值作为当前最优适应度值，反之则不变；S05.判断当前适应度值是否满足预测要求或算法是否达到最大迭代次数：若是，则输出最优的C和δ值，若不是，则返回S02继续迭代，直至输出最优的C和δ值；S06.将最优的C和δ值赋值给LSSVM预测模型。5.根据权利要求1所述的一种基于CEEMD
‑
PPSO
‑
...

【专利技术属性】
技术研发人员：曹阳，李小双，彭小峰，高会翔，王鑫，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：