一种基于北斗的输电线路覆冰预测系统及方法技术方案

本发明专利技术公开了一种基于北斗的输电线路覆冰预测系统及方法，所述系统包括：控制器，通过控制器对历史数据进行储存、读取和运算；北斗定位模块，所述北斗定位模块与控制器电连接，通过北斗定位模块实现坐标定位和北斗短报文通信；温度检测模块，所述温度检测模块与控制器电连接，通过温度检测模块对输电线路所处的环境温度进行测量；湿度检测模块，所述湿度检测模块与控制器电连接，通过湿度检测模块对输电线路所处的环境湿度进行测量；风速检测模块，所述风速检测模块与控制器电连接，本发明专利技术的有益效果是：在对历史数据的选择上使用全局对比选择，既保证了预测时间最长，也保证了历史数据的选择更加精准，从而使得训练出的模型精准度更高。精准度更高。精准度更高。

【技术实现步骤摘要】
一种基于北斗的输电线路覆冰预测系统及方法


[0001]本专利技术涉及输电线路覆冰预测
，具体为一种基于北斗的输电线路覆冰预测系统及方法。

技术介绍

[0002]输电线路覆冰对是影响输电线路安全稳定运行的主要自然灾害之一，可能导致输电线路舞动、断线和倒塔等多种事故，因此提前对输电线路覆冰厚度进行预测是预防此类事故的有效方法。
[0003]现有的覆冰厚度预测方法，通常通过选取获得对应覆冰厚度之前的一段时间的历史数据，通过历史数据进行模型训练，从而利用模型进行预测，这种方法存在的问题是，所选取的历史数据的时间段有一定随意性，这导致根据所选取时间段的历史数据所训练的模型预测精准度并不高。

技术实现思路

[0004]本专利技术的目的在于提供一种基于北斗的输电线路覆冰预测系统及方法，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于北斗的输电线路覆冰预测系统，所述系统包括：
[0006]控制器，通过控制器对历史数据进行储存、读取和运算；
[0007]北斗定位模块，所述北斗定位模块与控制器电连接，通过北斗定位模块实现坐标定位和北斗短报文通信；
[0008]温度检测模块，所述温度检测模块与控制器电连接，通过温度检测模块对输电线路所处的环境温度进行测量；
[0009]湿度检测模块，所述湿度检测模块与控制器电连接，通过湿度检测模块对输电线路所处的环境湿度进行测量；
[0010]风速检测模块，所述风速检测模块与控制器电连接，通过风速检测模块对输电线路所处的环境风速进行测量；
[0011]风向检测模块，所述风向检测模块与控制器电连接，通过风向检测模块对输电线路所处的环境风向进行测量；
[0012]云平台，通过云平台接收控制器通过北斗短报文发送的预测结果。
[0013]一种基于北斗的输电线路覆冰预测方法，包括：
[0014]获取线路覆冰厚度，及获得对应覆冰厚度前的风速、风向、温度和湿度的历史数据；
[0015]将线路覆冰厚度及历史数据分为训练集和测试集；
[0016]将训练集和测试集按时间连续的以步长为W进行切割；
[0017]将切割后的对应切割时间段的训练集分别输入神经网络训练，获得多个对应时间
段的线路覆冰厚度预测模型；
[0018]将切割后对应切割时间段的测试集输入线路覆冰厚度预测模型得到各对应切割时间段的预测准确率；
[0019]选取覆冰厚度预测准确度满足要求，且与获得实际覆冰厚度值时间点距离最远的线路覆冰厚度预测模型作为标准预测模型，标准预测模型与获得实际覆冰厚度值时间间隔为T；
[0020]获取当前时间点以前W时间段内的风速、风向、温度和湿度数据，将当前时间点以前W时间段内的风速、风向、温度和湿度数据输入标准预测模型对覆冰厚度进行预测；
[0021]将预测结果通过北斗短报文发送到云平台。
[0022]进一步地，所述方法还包括：
[0023]如果测试集的预测准确率不满足要求，则将步长W加宽，重新对训练集和测试集按时间连续切割，直到测试集的预测准确率满足要求。
[0024]进一步地，所述方法还包括：
[0025]如果测试集的预测准确率满足要求，但预测时间不满足要求，则将步长W减小，重新对训练集和测试集按时间连续切割，直到标准预测模型与获得实际覆冰厚度值时间间隔T满足要求。
[0026]进一步地，获得对应覆冰厚度前的风速、风向、温度和湿度的历史数据所覆盖的时间段为：最后一次温度大于0度时的时间点到对应覆冰厚度所在的时间点。
[0027]与现有技术相比，本专利技术的有益效果是：通过将训练集和测试集进行分割，利用分割后的训练集进行模型训练，然后利用测试集检验各线路覆冰厚度预测模型的预测精准度，选取距离获得实际覆冰厚度时间点最远且预测精度满足要求的线路覆冰厚度预测模型作为标准预测模型，然后在预测时使用当前数据可实现对T时间以后的覆冰厚度进行预测，然后将预测结果通过北斗短报文发送到云平台，在对历史数据的选择上使用全局对比选择，既保证了预测时间最长，也保证了历史数据的选择更加精准，从而使得训练出的模型精准度更高，另外通过北斗短报文发送预测结果可以使得没有网络信号的地区输电线路也能实现覆冰厚度预测。
附图说明
[0028]图1为本专利技术的预测系统的系统结构示意图；
[0029]图2为本专利技术的预测方法的流程图。
具体实施方式
[0030]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0031]请参阅图1，本专利技术提供一种技术方案：一种基于北斗的输电线路覆冰预测系统，所述系统包括：
[0032]控制器，通过控制器对历史数据进行储存、读取和运算；
[0033]控制器可采用带有张量处理器的控制组件，这样可以加快对神经网络模型的训练速度。云平台可以使用阿里云、腾讯云等云平台，也可以自己搭建，目的是接收并显示预测结果
[0034]北斗定位模块，所述北斗定位模块与控制器电连接，通过北斗定位模块实现坐标定位和北斗短报文通信；
[0035]温度检测模块，所述温度检测模块与控制器电连接，通过温度检测模块对输电线路所处的环境温度进行测量；
[0036]湿度检测模块，所述湿度检测模块与控制器电连接，通过湿度检测模块对输电线路所处的环境湿度进行测量；
[0037]风速检测模块，所述风速检测模块与控制器电连接，通过风速检测模块对输电线路所处的环境风速进行测量；
[0038]风向检测模块，所述风向检测模块与控制器电连接，通过风向检测模块对输电线路所处的环境风向进行测量；
[0039]云平台，通过云平台接收控制器通过北斗短报文发送的预测结果。
[0040]在本实施例中控制器可采用带有张量处理器的控制组件，这样可以加快对神经网络模型的训练速度。云平台可以使用阿里云、腾讯云等云平台，也可以自己搭建，目的是接收并显示预测结果。
[0041]使用时：通过温度检测模块对输电线路所处的环境温度进行测量，通过湿度检测模块对输电线路所处的环境湿度进行测量，通过风速检测模块对输电线路所处的环境风速进行测量，通过风向检测模块对输电线路所处的环境风向进行测量，一是传感器所测量的数据通通储存在控制器中作为训练集和测试集用。对模型进行训练时将训练集和测试集按时间连续的以步长为W进行切割；然后将切割后的对应切割时间段的训练集分别输入神经网络训练，获得多个对应时间段的线路覆冰厚度预测模型；再将切割后对应切割时间段的测试集输入线路覆冰厚度预测模型得到各对应切割时间段的预测准确率；最后选取覆冰厚度预测准确度满足要求，且与获得实际覆冰厚度值时间点距离最远的线路覆本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于北斗的输电线路覆冰预测系统及方法，其特征在于，所述系统包括：控制器，通过控制器对历史数据进行储存、读取和运算；北斗定位模块，所述北斗定位模块与控制器电连接，通过北斗定位模块实现坐标定位和北斗短报文通信；温度检测模块，所述温度检测模块与控制器电连接，通过温度检测模块对输电线路所处的环境温度进行测量；湿度检测模块，所述湿度检测模块与控制器电连接，通过湿度检测模块对输电线路所处的环境湿度进行测量；风速检测模块，所述风速检测模块与控制器电连接，通过风速检测模块对输电线路所处的环境风速进行测量；风向检测模块，所述风向检测模块与控制器电连接，通过风向检测模块对输电线路所处的环境风向进行测量；云平台，通过云平台接收控制器通过北斗短报文发送的预测结果。2.一种基于北斗的输电线路覆冰预测方法，其特征在于，包括以下步骤：获取线路覆冰厚度，及获得对应覆冰厚度前的风速、风向、温度和湿度的历史数据；将线路覆冰厚度及历史数据分为训练集和测试集；将训练集和测试集按时间连续的以步长为W进行切割；将切割后的对应切割时间段的训练集分别输入神经网络训练，获得多个对应时间段的线路覆冰厚度预测模型；将切割后对应切割时间段的测试集输入线路...

【专利技术属性】
技术研发人员：熊斌，李智宁，云昌盛，方阳，徐位墅，
申请(专利权)人：南方电网大数据服务有限公司，
类型：发明
国别省市：