【技术实现步骤摘要】
本专利技术涉及城市轨道交通，具体涉及一种基于改进elm的高原输电线路鸟害风险评估方法及系统。
技术介绍
1、高原地区通常具有丰富的水源、风能以及太阳能等自然资源，因此，在这些地区进行能源开发具有重要意义，然而，输电线路是将能源从发电厂传输到用户的关键设施之一，且高原地区的生态系统通常具有较高的生物多样性、鸟类物种丰富，输电线路的建设和运行会对鸟类的栖息地造成破坏，影响鸟类的迁徙和繁殖，并且鸟类的活动也会对输电线路产生影响。通过对高原输电线路鸟害进行风险评估，不仅能够帮助制定合理的鸟害风险管理预防措施，减少对鸟类和生态环境的不良影响，还对于确保能源开发的安全性和可持续性至关重要。
2、输电线路遭受鸟害会导致线路短路、断电，严重时甚至会引发火灾，这不仅对电网运营安全构成威胁，还给用户供电造成困扰，且事故造成的线路损毁、停电和维修成本都需要投入大量的资金。因此，通过对高原输电线路鸟害风险进行评估，有助于及时采取针对性的措施，比如：选择合适的材料和设计、设置防鸟装置等，以提高输电线路的安全性和供电可靠性，减少事故发生的概率，降低维修成本，提高输电线路的经济效益。
3、因此，研究高原输电线路鸟害风险评估能够保障能源的开发安全、维护生态环境健康、提高电网供电可靠性，并具备重要的经济效益。
技术实现思路
1、为此，本专利技术提供一种基于改进elm的高原输电线路鸟害风险评估方法及系统，以解决高原输电线路容易遭受鸟害，对高原输电线路鸟害进行预防的问题。
2、为了实
3、根据本专利技术实施例的第一方面，提出一种基于改进elm的高原输电线路鸟害风险评估方法，所述方法包括：
4、收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集；
5、建立极限学习机模型，基于预处理得到的数据集作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出，采用指数分布优化算法对所述极限学习机模型的权值和偏置值进行优化，并采用十折交叉验证法对模型在训练集和测试集上的准确率进行评估；
6、基于得到的极限学习机模型进行高原输电线路鸟害风险评估，输出高原输电线路鸟害风险评估等级。
7、进一步地，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
8、所述高原输电线路鸟害影响因素包括地理环境因素、杆塔结构因素以及气候因素；
9、所述地理环境因素包括：农田、水域和林地；
10、所述杆塔结构因素包括：输电线路电压等级、杆塔类型以及排列方式；
11、所述气候因素包括：相对湿度和风力等级。
12、进一步地，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
13、对于数值类影响因素进行归一化处理：
14、
15、其中，xi为影响因素归一化后的值，xi为影响因素原始数据值，xmin为影响因素中的最小值，xmax为影响因素中的最大值；
16、对于非数值类影响因素计算影响度；
17、si＝fi/ti
18、其中si为某影响因素的影响度，fi为某影响因素的故障占比，ti为某影响因素的总占比；
19、对处理得到影响因素数值赋标签，所述标签值为高原输电线路鸟害风险等级，对添加标签的影响因素数据集划分为训练集和测试集。
20、进一步地，建立极限学习机模型，基于预处理得到的数据集作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出，采用指数分布优化算法对所述极限学习机模型的权值和偏置值进行优化，具体包括：
21、将预处理后的高原输电线路鸟害影响因素数据集x作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出；
22、定义优化函数，基于所述优化函数使用训练集对极限学习机模型进行训练，并返回适应度值；
23、利用指数分布优化算法寻找极限学习机训练过程中最优权值w1和偏置值b1，并将最优权值w1和偏置值b1储存在对应的变量当中；
24、基于最优权值w1和偏置值b1训练极限学习机模型，使用训练集和测试集进行模型训练和测试，并计算模型训练集和测试集上的准确率。
25、进一步地，并采用十折交叉验证法对模型在训练集和测试集上的准确率进行评估，具体包括：
26、并采用十折交叉验证法对模型在训练集和测试集上的准确率进行评估，并计算十次交叉验证法的平均准确率：
27、
28、其中，acc1、acc2、…、acc10分别为十次交叉验证的准确率值，acc为十折交叉验证法的平均值。
29、进一步地，基于得到的极限学习机模型进行高原输电线路鸟害风险评估，输出高原输电线路鸟害风险评估等级，具体包括：
30、收集待评估区域的高原输电线路鸟害影响因素原始数据，进行归一化处理后输入至极限学习机模型，得到高原输电线路鸟害风险评估等级。
31、根据本专利技术实施例的第二方面，提出一种基于改进elm的高原输电线路鸟害风险评估系统，所述系统包括：
32、数据集构建模块，用于收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集；
33、模型构建及优化模块，用于建立极限学习机模型，基于预处理得到的数据集作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出，采用指数分布优化算法对所述极限学习机模型的权值和偏置值进行优化，并采用十折交叉验证法对模型在训练集和测试集上的准确率进行评估；
34、评估模块，用于基于得到的极限学习机模型进行高原输电线路鸟害风险评估，输出高原输电线路鸟害风险评估等级。
35、进一步地，所述模型构建及优化模块，具体用于：
36、将预处理后的高原输电线路鸟害影响因素数据集x作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出；
37、定义优化函数，基于所述优化函数使用训练集对极限学习机模型进行训练，并返回适应度值；
38、利用指数分布优化算法寻找极限学习机训练过程中最优权值w1和偏置值b1，并将最优权值w1和偏置值b1储存在对应的变量当中；
39、基于最优权值w1和偏置值b1训练极限学习机模型，使用训练集和测试集进行模型训练和测试，并计算模型训练集和测试集上的准确率。
40、根据本专利技术实施例的第三方面，提出一种电子设备，所述设备包括：处理器和存储器；
41、所述存储器用于存储一个或多个程序指令；
42、所述处理器，用于运行一个或多个程序指令，用以执行如上任一项所述本文档来自技高网...
【技术保护点】
1.一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
3.根据权利要求1所述的一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
4.根据权利要求1所述的一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，建立极限学习机模型，基于预处理得到的数据集作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出，采用指数分布优化算法对所述极限学习机模型的权值和偏置值进行优化，具体包括：
5.根据权利要求1所述的一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，采用十折交叉验证法对模型在训练集和测试集上的准确率进行评估，具体包括：
6.根据权利要求1所述的一种基于改进ELM的高原输电线路鸟害风险评估方法，其特征在于，基于得到的极限学习机模型进行高原输电线路鸟害风险评估，输出高原输电线路鸟害风险评估等级，具体包括：
7.一种基于改进ELM的高原输电线路鸟害风险评估系统，其特征在于，所述系统包括：
8.根据权利要求7所述的一种基于改进ELM的高原输电线路鸟害风险评估系统，其特征在于，所述模型构建及优化模块，具体用于：
9.一种电子设备，其特征在于，所述设备包括：处理器和存储器；
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述一种基于改进ELM的高原输电线路鸟害风险评估方法的步骤。
...【技术特征摘要】
1.一种基于改进elm的高原输电线路鸟害风险评估方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种基于改进elm的高原输电线路鸟害风险评估方法，其特征在于，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
3.根据权利要求1所述的一种基于改进elm的高原输电线路鸟害风险评估方法，其特征在于，收集高原输电线路鸟害影响因素原始数据，预处理后得到高原输电线路鸟害影响因素数据集，基于所述影响因素数据集构建训练集和测试集，具体包括：
4.根据权利要求1所述的一种基于改进elm的高原输电线路鸟害风险评估方法，其特征在于，建立极限学习机模型，基于预处理得到的数据集作为模型的输入，高原输电线路鸟害风险评估等级作为模型的输出，采用指数分布优化算法对所述极限学习机模型的权值和偏置值进行优化，具体包括：
5.根据权利要求...
【专利技术属性】
技术研发人员：王洪亮，江佩瑶，黄国勇，王艺霖，
申请(专利权)人：昆明理工大学，
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。