【技术实现步骤摘要】
电网覆冰预测方法、装置、设备和存储介质
[0001]本申请属于气象灾害预测
，特别是涉及一种电网覆冰预测方法、电网覆冰预测装置、计算机设备和计算机可读存储介质。
技术介绍
[0002]随着全球低温、雨雪、冰冻等灾害性天气频发，恶劣气候引起的电网灾害事件不断上升，尤其是电力线路覆冰造成的危害愈发严重，轻则引起闪络跳闸，重则发生输电线路金具损坏、断线倒塔等事故，严重威胁电网安全运行，且造成重大的经济损失和社会影响。输电线路覆冰灾害问题已成为当前威胁线路安全的最大威胁之一。电网覆冰灾害主要是由冻雨形成的雨凇、湿雪形成的雪淞、大雾形成的雾凇等造成的，并受微地形、微气象等条件影响最大。目前，现有技术已开展了输电线路覆冰灾害预测预警的相关研究，其中包括基于事件演化动力学的风险评估方法、基于情景分析的灾害风险评估方法、基于历史灾情数据的灾害风险评估方法以及基于大数据智能算法的灾害风险评估方法等。
[0003]然而现有方法都存在尤其明显的缺陷：基于事件演化动力学的风险评估方法和基于情景分析的灾害风险评估方法注重事件演化的物理过...
【技术保护点】
【技术特征摘要】
1.一种电网覆冰预测方法，其特征在于，包括如下步骤：获取历史覆冰灾害数据和线路覆冰物理数据以生成训练样本集；建立初始化模型，并根据所述训练样本集对所述初始化模型进行训练，以获取第一参数并对所述初始化模型进行设置，以得到第一预测模型；根据所述第一预测模型进行预测以得到第一预测结果，判断所述第一预测模型和所述第一预测结果是否满足精度条件；若所述第一预测结果或所述第一预测模型不满足所述精度条件，则根据优化算法对所述第一预测模型进行迭代调参，以得到第二预测模型；根据所述第二预测模型进行预测以得到第二预测结果，将所述第二预测结果作为预测结果并输出；若所述第一预测结果及所述第一预测模型都满足所述精度条件，则将所述第一预测结果作为所述预测结果并输出。2.如权利要求1所述的电网覆冰预测方法，其特征在于，所述线路覆冰物理数据包括气象数据、地理数据和线路数据；所述初始化模型为受限玻尔兹曼机模型，包括显示层和隐藏层；所述显示层由所述气象数据、地理数据构成，包括有M个神经元；所述隐藏层由所述线路数据构成，包括有N个神经元；M、N为大于零的整数
；
所述建立初始化模型，包括：根据所述训练样本集设置所述初始化模型的初始参数，所述初始参数包括所述显示层和所述隐藏层间的初始权重，以及所述显示层内各神经元的初始显示层偏置和所述隐藏层内各神经元的初始隐藏层偏置。3.如权利要求2所述的电网覆冰预测方法，其特征在于，第一参数包括第一显示层偏置、第一隐藏层偏置和第一层间权重；所述根据所述训练样本集对所述初始化模型进行训练，以获取第一参数并对所述初始化模型进行设置，以得到第一预测模型，包括：设置激励函数；当根据所述训练样本集已知所述显示层状态时，根据所述激励函数计算所述显示层中各神经元的激活概率，从而将所述初始显示层偏置更新；当根据所述训练样本集已知所述隐藏层时，根据所述激励函数计算所述隐藏层中各神经元的激活概率，从而将所述初始隐藏层偏置更新；根据更新后的所述初始显示层偏置和所述初始隐藏层偏置更新初始权重；反复迭代更新所述初始参数直至所述初始参数满足所述迭代条件，获取迭代最后一轮的初始参数，并根据所述初始参数求解最大化无监督受限玻尔兹曼机中的对数似然函数，将求解结果作为所述第一参数对所述初始化模型进行设置，以得到第一预测模型。4.如权利要求1所述的电网覆冰预测方法，其特征在于，所述根据所述第一预测模型进行预测以得到的第一预测结果，判断所述第一预测结果及所述第一预测模型是否满足精度条件，包括：根据所述训练样本集生成第一输入数据集并注入所述第一预测模型得到的所述第一预测结果，所述第一输入数据集包括根据所述历史覆冰灾害数据和所述线路覆冰物理数据生成的灾害特征向量、根据所述历史覆冰灾害数据确定的历史灾害发生标识和灾害持续时间，所述第一预测结果包括第一预测灾害发生标识、第一预测灾害持续时间和第一预测灾害等级；
获取所述第一预测灾害等级中的预测覆冰厚度，将所述预测覆冰厚度与所述历史覆冰灾害数据的实际覆冰厚度计算得到平均精度；判断所述平均精度是否小于或等于精度阈值；判断所述第一预测模型是否满足迭代条件；若所述平均精度大于所述精度阈值，或，所述第一预测模型不满足迭代条件，则属于所述第一预测结果或所述第一预测模型任...
【专利技术属性】
技术研发人员：潘浩，周仿荣，耿浩，曹俊，马仪，钱国超，于辉，马宏明，马御棠，文刚，张辉，徐真，高振宇，马显龙，彭兆裕，许保瑜，卜威，曹家军，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。