基于VMD-SSA-LSTM的输电线路覆冰厚度预测方法技术

基于VMD‑SSA‑LSTM的输电线路覆冰厚度预测方法，包括获取输电线路的气象数据和覆冰厚度数据；确定所需的分解模态数，采用变分模态VMD的方法对覆冰厚度数据序列进行分解；将所得到输电线路的气象数据和覆冰厚度数据组合，划分出训练集和测试集，并对数据集进行归一化处理；使用麻雀搜索算法SSA优化长短期记忆网络LSTM的网络参数；利用最优的网络参数重建LSTM网络，使用训练集对LSTM网络进行训练，测试集输入至LSTM网络中进行预测；将各分量的预测结果进行叠加得到最终的覆冰预测值，并对预测结果进行相关的误差计算。本发明专利技术基于VMD‑SSA‑LSTM的输电线路覆冰厚度预测方法，能够较好地解决覆冰数据样本大、随机波动性大等条件下的预测问题。

【技术实现步骤摘要】

本专利技术涉及输电线路的覆冰预测，具体涉及一种基于vmd-ssa-lstm的输电线路覆冰厚度预测方法。

技术介绍

1、输电线路大部分处在室外自然环境中，因此易受到极端恶劣天气的影响，其中输电线路覆冰是破坏力最大的一种气象灾害。近几年，由于人们对电能的要求日益提高，我国的电网在持续的建设与发展中，其传输的输电线路数量也在增加，而且其所经过的地形、气象条件也更加复杂，造成输电线结冰事故频发。覆冰厚度的增长可能导致线路的跳闸、脱冰跳跃等严重事故，严重威胁电力系统的稳定性。因此，对输电线路覆冰预测的研究具有重要的工程实用价值，也为电网的除冰和融冰提供必要的指导。

2、目前，国内外学者对于输电线路等值覆冰厚度预测的研究众多，主要包括物理模型、统计学模型和机器学习模型。

3、(一)、在物理模型方面，文献[1]:张子翀,王健.基于拉力和倾角的输电线路覆冰厚度预测模型[j].广东电力,2015,28(6):82-86,92.以导线力学计算理论为基础，从力矩平衡的角度出发，提出一种综合导线倾角和拉力传感器的方法，用于输电线路等值覆冰厚度的物理预测模型本文档来自技高网...

【技术保护点】

1.基于VMD-SSA-LSTM的输电线路覆冰厚度预测方法，其特征在于包括以下步骤：

2.根据权利要求1所述基于VMD-SSA-LSTM的输电线路覆冰厚度预测方法，其特征在于：所述步骤1中，首先，获取输电线路周围的气象数据以及线路覆冰厚度数据，其中，气象数据包括温度、湿度和风速，并将同一个时刻下的数据进行组合，最终得到关于时间序列的数据样本。

3.根据权利要求1所述基于VMD-SSA-LSTM的输电线路覆冰厚度预测方法，其特征在于：所述步骤2中，在步骤1中得到的覆冰厚度数据，采用VMD算法对覆冰厚度数据进行数据分解，提取数据中的多尺度特征；p>

4.根据权...

【技术特征摘要】

1.基于vmd-ssa-lstm的输电线路覆冰厚度预测方法，其特征在于包括以下步骤：

2.根据权利要求1所述基于vmd-ssa-lstm的输电线路覆冰厚度预测方法，其特征在于：所述步骤1中，首先，获取输电线路周围的气象数据以及线路覆冰厚度数据，其中，气象数据包括温度、湿度和风速，并将同一个时刻下的数据进行组合，最终得到关于时间序列的数据样本。

3.根据权利要求1所述基于vmd-ssa-lstm的输电线路覆冰厚度预测方法，其特征在于：所述步骤2中，在步骤1中得到的覆冰厚度数据，采用vmd算法对覆冰厚度数据进行数据分解，提取数据中的多尺度特征；

4.根据权利要求1所述基于vmd-ssa-lstm的输电线路覆冰厚度预测方法，其特征在于：所述步骤3中，将步骤2分解得到的关于覆冰厚度数据的imf分量和步骤1中的获得气象数据进行组合，具体的组合方式为：将原始覆冰厚度数据分解为5个模态分量，即imf1-imf5，然后将这些模态分量分别气象数据进行组合，以生成最终的5个组合数据集；将每个组合数据集的前70％作为训练集，组合数据集的后30％作为测试集，对训练集和测试集统一进行归一化处理；

5.根据权利要求1所述基于vmd-ssa-...

【专利技术属性】
技术研发人员：陈彬，徐志明，万妮娜，贾燕峰，丁锐鑫，张少峰，李飚，王佳琳，
申请(专利权)人：三峡大学，
类型：发明
国别省市：