System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 用于确定电网覆冰程度的方法、装置、存储介质及处理器制造方法及图纸_技高网

用于确定电网覆冰程度的方法、装置、存储介质及处理器制造方法及图纸

技术编号:40433654 阅读:5 留言:0更新日期:2024-02-22 22:59
本申请实施例提供一种用于确定电网覆冰程度的方法、装置、存储介质及处理器。方法包括:获取待预测子区域所在的地理区域在多个历史时刻的覆冰数据、气象数据以及地理数据;确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与电网的历史覆冰程度的相关性数值;根据每个数据的相关性数值从全部的覆冰数据、气象数据以及地理数据中确定出目标数据;将目标数据输入至预测模型,以通过预测模型输出待预测子区域内的电网在预设未来时长内的覆冰程度,能够更为准确地确定出电网的覆冰程度,且提高了确定电网覆冰的效率。

【技术实现步骤摘要】

本申请涉及电网覆冰,具体涉及一种用于确定电网覆冰程度的方法、装置、存储介质及处理器


技术介绍

1、电力系统在低温雨雪天气容易出现设备设施覆冰灾害,进一步造成线路舞动、绝缘子闪络、倒塔(杆)断线、风机覆冰等风险,严重威胁输电线路安全稳定运行。例如在低温雨雪天气时,输电线路上有冰覆盖,这会影响输电线路的安全。因此,确定输电线路的覆冰情况十分重要。现有的输电线路的覆冰预测都是通过专业工作人员去人工观测,致使观测得到覆冰情况不够准确,且人工观测的方式也耗时长、效率低。


技术实现思路

1、本申请实施例的目的是提供一种用于确定电网覆冰程度的方法、装置、存储介质及处理器,用以解决现有技术中无法准确确定电网覆冰程度的问题。

2、为了实现上述目的,本申请第一方面提供一种用于确定电网覆冰程度的方法,包括:

3、获取待预测子区域所在的地理区域在多个历史时刻的覆冰数据、气象数据以及地理数据,其中,每个覆冰数据至少包括电网在每个历史时刻前的覆冰天数和每个历史时刻的最大覆冰厚度,每个气象数据至少包括电网所在环境在每个历史时刻的温度、比湿度以及风向,每个地理数据至少包括电网在每个历史时刻的海拔高程和待预测子区域在每个历史时刻的地形类型;

4、确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与电网的历史覆冰程度的相关性数值;

5、根据每个数据的相关性数值从全部的覆冰数据、气象数据以及地理数据中确定出目标数据;

6、将目标数据输入至预测模型,以通过预测模型输出待预测子区域内的电网在预设未来时长内的覆冰程度。

7、在本申请实施例中,确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与电网的历史覆冰程度的相关性数值包括:分别对全部的气象数据和全部的地理数据进行归一化处理;针对归一化处理后的每个气象数据,根据气象数据的相关性系数和气象数据归一化处理后的数值确定气象数据的相关性数值;针对归一化处理后的每个地理数据,根据地理数据的相关性系数和地理数据归一化处理后的数值确定地理数据的相关性数值。

8、在本申请实施例中,分别对全部的气象数据和全部的地理数据进行归一化处理包括:依次将全部的气象数据和全部的地理数据作为待处理数据;确定全部的待处理数据中数值最大的数据和数值最小的数据之间的第一差值;针对每个历史时刻的待处理数据,确定历史时刻的待处理数据与数值最小的待处理数据之间的第二差值;针对每个历史时刻的待处理数据,将历史时刻的待处理数据对应的第二差值与第一差值之间的比值确定为历史时刻的待处理数据在归一化处理后的数值。

9、在本申请实施例中,确定全部的覆冰数据中的每个数据与电网的历史覆冰程度的相关性数值包括:基于全部的覆冰数据确定每个单位时长内的累计覆冰天数和最大覆冰厚度;针对每个历史时刻的覆冰数据,确定与历史时刻对应的单位时长,并根据单位时长内的累计覆冰天数的相关性系数和单位时长内的最大覆冰厚度的相关性系数确定历史时刻的覆冰数据的相关性数值。

10、在本申请实施例中,根据每个数据的相关性数值从全部的覆冰数据、气象数据以及地理数据中确定目标数据包括:将全部的覆冰数据、气象数据以及地理数据的相关性数值按照从大到小的顺序进行排序;按照排序顺序,依次比较每个数据的相关性数值与预设数值,并将第一个小于或等于预设数值的相关性数值作为临界数值;将位于临界数值之前的相关性数值对应的数据确定为目标数据。

11、在本申请实施例中,方法还包括:在将全部的覆冰数据、气象数据以及地理数据的相关性数值按照从大到小的顺序进行排序之前,将全部的覆冰数据、气象数据以及地理数据输入至自编码器,以通过自编码器生成对应的非线性降维函数;基于非线性降维函数依次对每个覆冰数据、气象数据以及地理数据进行降维处理。

12、在本申请实施例中,方法还包括:在通过预测模型输出待预测子区域内的电网在预设未来时长内的覆冰程度之后,发送灾害预警提示,并确定对应的防灾方案,其中,覆冰程度包括的预设未来时长内的平均覆冰厚度、最大覆冰厚度以及覆冰天数。

13、本申请第二方面提供一种处理器,被配置成执行上述的用于确定电网覆冰程度的方法。

14、本申请第三方面提供一种用于确定电网覆冰程度的装置,包括上述处理器。

15、本申请第四方面提供一种机器可读存储介质,该机器可读存储介质上存储有指令,该指令在被处理器执行时使得所述处理器被配置成执行上述的用于确定电网覆冰程度的方法。

16、通过上述技术方案,获取待预测子区域所在的地理区域在多个历史时刻的覆冰数据、气象数据以及地理数据,并确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与电网的历史覆冰程度的相关性数值;根据每个数据的相关性数值从全部的覆冰数据、气象数据以及地理数据中确定出目标数据;将目标数据输入至预测模型,以通过预测模型输出待预测子区域内的电网在预设未来时长内的覆冰程度,能够更为准确地确定出电网的覆冰程度,且提高了确定电网覆冰的效率。

17、本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

本文档来自技高网...

【技术保护点】

1.一种用于确定电网覆冰程度的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与所述电网的历史覆冰程度的相关性数值包括:

3.根据权利要求2所述的用于确定电网覆冰程度的方法,其特征在于,所述分别对全部的气象数据和全部的地理数据进行归一化处理包括:

4.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,确定全部的覆冰数据中的每个数据与所述电网的历史覆冰程度的相关性数值包括:

5.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,所述根据每个数据的相关性数值从全部的覆冰数据、气象数据以及地理数据中确定目标数据包括:

6.根据权利要求5所述的用于确定电网覆冰程度的方法,其特征在于,所述方法还包括:

7.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,所述方法还包括:

8.一种处理器,其特征在于,被配置成执行根据权利要求1至7中任意一项所述的用于确定电网覆冰程度的方法。

9.一种用于确定电网覆冰程度的装置,其特征在于,所述装置包括根据权利要求8所述的处理器。

10.一种机器可读存储介质,该机器可读存储介质上存储有指令,其特征在于,该指令在被处理器执行时使得所述处理器被配置成执行根据权利要求1至7中任一项所述的用于确定电网覆冰程度的方法。

...

【技术特征摘要】

1.一种用于确定电网覆冰程度的方法,其特征在于,所述方法包括:

2.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,确定全部的覆冰数据、气象数据以及地理数据中的每个数据分别与所述电网的历史覆冰程度的相关性数值包括:

3.根据权利要求2所述的用于确定电网覆冰程度的方法,其特征在于,所述分别对全部的气象数据和全部的地理数据进行归一化处理包括:

4.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,确定全部的覆冰数据中的每个数据与所述电网的历史覆冰程度的相关性数值包括:

5.根据权利要求1所述的用于确定电网覆冰程度的方法,其特征在于,所述根据每个数据的相关性数值从全部的覆冰数...

【专利技术属性】
技术研发人员:李波怀晓伟冯涛王磊李丽徐勋建黄林溦
申请(专利权)人:国网湖南省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1