【技术实现步骤摘要】
考虑多种气象因子的电网气象风险预测方法
[0001]本专利技术涉及电网气象
，尤其涉及考虑多种气象因子的电网气象风险预测方法。
技术介绍
[0002]近年来，因气候原因造成的电网故障，在全球范围内的影响超过10万人的达28次，占电网大面积停电事故总量的56％。
[0003]随着电网规模的不断扩大和延伸，灾害性天气对电网安全运行的影响越来越大。同时随着全球气候变暖、环流异常，灾害性天气产生的几率逐年上升，对电网安全运行的威胁不断增大。随着电网生产对气象服务预警精度、准确性、及时性，以及气象因素对电网生产影响分析的需求愈加迫切，导致现有的电网风险预测方法仍存在空间精度不够、关联分析不够等问题。因此，需要一种预测准确度更高的电网气象风险预测方法。
[0004]不同的气象灾害作用于电网的机理和冲击影响不相同，因此预警方法也有差别，对其中一些故障机理清晰、数据资料完整的气象灾害，可采用机理研究的方法，而对致电网故障机理较复杂的，或部分参数难以获取的气象灾害，可采用统计分析的方法实现预警。不同的预警模型需要不同类型...
【技术保护点】
【技术特征摘要】
1.一种考虑多种气象因子的电网气象风险预测方法，其特征在于，包括步骤：S1、获取电网设备的历史故障信息及对应的气象数据，利用分类数据修正法对数据进行修正；S2、根据各气象要素对电网设备故障的贡献率和故障系数，分析各气象参数对电网设备故障的影响，利用修正双重赋权法，对各气象参数进行赋权；S3、利用基尼指数指标和集成改进学习算法，将赋权后的气象数据输入到预先构建的电网气象风险预测模型中，预测得到电网气象风险预测信息。2.如权利要求1所述的一种考虑多种气象因子的电网气象风险预测方法，其特征在于，所述分类数据修正法包括步骤：S11、将温度、相对湿度、风速和风向作为气象因子；故障信息包括故障类型、故障发生时间和故障设备名称，获取待测地区待测时段的所述历史故障信息和所述气象数据；S12、对于风速和风向的数据进行修正：当风速为负值时，则将该样本舍弃；当出现时间序列数据缺失的情况，则用前一个采样点和后一个采样点的平均值填补；S13、对温度和相对湿度的数据进行修正；S14、将修正后的气象数据作为新的样本数据。3.如权利要求2所述的一种考虑多种气象因子的电网气象风险预测方法，其特征在于，所述对温度和相对湿度的数据进行修正的步骤包括：S131、将温度和相对湿度作为两种样本集，分别进行修正；S132、选取待测地区一段时间序列以及一定范围内邻近地区的同时段序列S133、计算待测地区和邻近地区之间的欧氏距离d
i
以及对应的方位角a
i
，并计算每一时刻待测地区与邻近地区样本数据的观测值皮尔逊系数θ
it
，可以构建出待测地区与邻近地区观测值的空间相关性J(d
i
，a
t
):S134、根据交叉验证的原则，将待测地区样本数据分为训练集数据和测试集数据，训练集数据用于B样条曲面对矩阵J进行曲面拟合，得到关于d
i
和a
i
的空间相关性曲面函数l
i
(d
i
，a
i
)；S135、根据得到的空间相关性曲面函数l
i
(di，ai)和待测地区观测数据预测模型，利用测试样本气温数据对待测地区进行预测，并得到预测值Y
est
；S136、将预测值与观测值进行比较，若其差值满足下式，则认为数据通过检验，若不满
足则认为数据可以，对可疑数据进行标记；式中，Y
est
为待测地区预测值；为观测值；f为质量控制参数；σ为待测地区观测序列标准误差；S137、将所有可以数据用前一个采样点和后一个采样点的平均值填补。4.如权利要求1所述的一种考虑多种气象因子的电网气象风险预测方法，其特征在于，所述修正双重赋权法包括以下步骤：S21、x1，x2，
…
，x
n
为气象因子，根据因子的重要程度，确定因子序关系，并对各个评价指标的重要程度进行定量分析，分析公式如下：其中，ω
k
为第k个因子的第一权重；r
k
则表示相邻两个因子x
k
‑1与x
k
之间的重要程度之比；S22、基于给出的r
k
的理性赋值，确定各因子的第一权重；的理性赋值，确定各因子的第一权重；r
i
则表示相邻两个因子x
i
‑1与x
i
之间的重要程度之比，ω
n
为根据决策所确定的因子第一权重的推算公式，ω1～ω
k
‑1为各因子的第一权重；S23、...
【专利技术属性】
技术研发人员：梁允，姚德贵，郭志民，李哲，卢明，刘善峰，王超，王津宇，王磊，李帅，苑司坤，高阳，崔晶晶，
申请(专利权)人：国家电网有限公司，
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。