【技术实现步骤摘要】
本专利技术涉及输电线路脱冰间隙计算领域，具体涉及一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法。
技术介绍
1、输电线路穿越高海拔地区时，受特殊气候条件的影响，导线和地线会发生覆冰现象。由于导线所处位置低于地线，导线覆冰会先于地线脱落，进而发生脱冰跳跃现象，使得导线与地线之间间隙减小，严重时导致闪络事故。根据目前研究可知，导线和地线的覆冰静态间隙可通过公式计算，连续档线路的最大冰跳高度可通过经验公式计算，但孤立档线路的最大冰跳目前尚无经验公式能够准确描述，且实际输电线路导线和地线的型号并不相同，易受风的影响产生不同位移，使得导线和地线之间的间隙难以确定。
技术实现思路
1、本专利技术的目的在于提供一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，解决了现有技术中孤立档导地线脱冰跳跃最小间隙难以计算的问题。
2、本专利技术通过下述技术方案实现：
3、一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，包括：
4、获取用于机器学习的训练数据，所述训练数据包括样本线路数据以及样本线路数据所对应的导地线动态最小间隙；
5、对训练数据中进行数据预处理，得到预处理之后的训练数据，所述预处理之后的训练数据包括预处理之后的样本线路数据以及样本线路数据所对应的导地线动态最小间隙；
6、采用机器学习模型构建最小间隙计算模型，以预处理之后的样本线路数据作为最小间隙计算模型的输入，以样本线路数据所对应的导地线动态最小间隙作为最小
7、以损失函数最小为目标，对最小间隙计算模型进行训练，获取训练完成的最小间隙计算模型；
8、获取目标孤立档导地线对应的实时线路数据，并以实时线路数据作为训练完成的最小间隙计算模型的输入，获取目标孤立档导地线的脱冰跳跃最小间隙。
9、在一种可能的实施方式中，所述样本线路数据至少包括导地线挂点间隙、覆冰厚度、风速、导地线型号、导地线初始应力、绝缘串型号、档距、高差和脱冰方式。
10、在一种可能的实施方式中，对训练数据中进行数据预处理，得到预处理之后的训练数据，包括：
11、采用z-score方法对样本线路数据所对应的导地线动态最小间隙进行归一化处理，得到预处理之后的导地线动态最小间隙；
12、采用最大-最小归一化方法将样本线路数据中导地线挂点间隙、覆冰厚度、风速、导地线初始应力、档距和高差进行归一化，采用sigmoid函数将样本线路数据中导地线型号以及绝缘串型号进行归一化，将脱冰方式采用数值表示，得到预处理之后的样本线路数据；
13、根据预处理之后的样本线路数据以及预处理之后的导地线动态最小间隙，得到预处理之后的训练数据。
14、在一种可能的实施方式中，采用z-score方法对样本线路数据所对应的导地线动态最小间隙进行归一化处理，得到预处理之后的导地线动态最小间隙为：
15、
16、其中，表示第i个样本线路数据xi对应的导地线动态最小间隙，i＝1,2,…,i，i表示训练数据的总数，表示归一化之后的μ表示导地线动态最小间隙的均值，σ表示导地线动态最小间隙的标准差。
17、在一种可能的实施方式中，采用最大-最小归一化方法将样本线路数据中导地线挂点间隙、覆冰厚度、风速、导地线初始应力、档距和高差进行归一化为：
18、
19、其中，xij表示第i个样本线路数据xi的导地线挂点间隙、覆冰厚度、风速、导地线初始应力、档距和高差中第j个参数，j＝1,2,…,6，表示归一化后的xij。
20、在一种可能的实施方式中，采用sigmoid函数将样本线路数据中导地线型号以及绝缘串型号进行归一化为：
21、
22、其中，xih表示第i个样本线路数据xi的导地线型号以及绝缘串型号中的第h个参数，h＝1,2，e表示自然常数，表示归一化之后的xih。
23、在一种可能的实施方式中，将脱冰方式采用数值表示，包括：将脱冰方式采用0-1范围内的小数表示，其中，脱冰方式为0，则表示不脱冰；脱冰方式为1，则表示整档脱冰；脱冰方式介于0与1之间时，则表示部分脱冰。
24、在一种可能的实施方式中，采用机器学习模型构建最小间隙计算模型，包括：构建顺次连接的输入层、输出层和隐含层，得到最小间隙计算模型。
25、在一种可能的实施方式中，预处理之后的样本线路数据作为最小间隙计算模型的输入，以样本线路数据所对应的导地线动态最小间隙作为最小间隙计算模型的期望输出，获取最小间隙计算模型对应的损失函数为：
26、
27、其中，l表示损失函数，n表示批次训练的训练数据数量，f(xi)表示样本线路数据xi对应的实际输出，yxi表示归一化之后的导地线动态最小间隙。
28、本专利技术提供的一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，通过机器学习算法建立导地线脱冰跳跃最小间隙计算方法，能够准确快速的计算不同工况下的导地线最小间隙，为重冰区线路设计提供参考，解决了现有技术中经验公式对导地线最小间隙计算准确度有限以及有限元方法计算精度较高但花费时长较长的问题。
本文档来自技高网...【技术保护点】
1.一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，所述样本线路数据至少包括导地线挂点间隙、覆冰厚度、风速、导地线型号、导地线初始应力、绝缘串型号、档距、高差和脱冰方式。
3.根据权利要求2所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，对训练数据中进行数据预处理，得到预处理之后的训练数据，包括：
4.根据权利要求3所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，采用z-score方法对样本线路数据所对应的导地线动态最小间隙进行归一化处理，得到预处理之后的导地线动态最小间隙为：
5.根据权利要求3所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，采用最大-最小归一化方法将样本线路数据中导地线挂点间隙、覆冰厚度、风速、导地线初始应力、档距和高差进行归一化为：
6.根据权利要求3所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，
7.根据权利要求6所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，将脱冰方式采用数值表示，包括：将脱冰方式采用0-1范围内的小数表示，其中，脱冰方式为0，则表示不脱冰；脱冰方式为1，则表示整档脱冰；脱冰方式介于0与1之间时，则表示部分脱冰。
8.根据权利要求1-7任一所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，采用机器学习模型构建最小间隙计算模型，包括：构建顺次连接的输入层、输出层和隐含层，得到最小间隙计算模型。
9.根据权利要求8所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，预处理之后的样本线路数据作为最小间隙计算模型的输入，以样本线路数据所对应的导地线动态最小间隙作为最小间隙计算模型的期望输出，获取最小间隙计算模型对应的损失函数为：
...【技术特征摘要】
1.一种基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，包括：
2.根据权利要求1所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，所述样本线路数据至少包括导地线挂点间隙、覆冰厚度、风速、导地线型号、导地线初始应力、绝缘串型号、档距、高差和脱冰方式。
3.根据权利要求2所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，对训练数据中进行数据预处理，得到预处理之后的训练数据，包括：
4.根据权利要求3所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，采用z-score方法对样本线路数据所对应的导地线动态最小间隙进行归一化处理，得到预处理之后的导地线动态最小间隙为：
5.根据权利要求3所述的基于机器学习的孤立档导地线脱冰跳跃最小间隙计算方法，其特征在于，采用最大-最小归一化方法将样本线路数据中导地线挂点间隙、覆冰厚度、风速、导地线初始应力、档距和高差进行归一化为：
6.根...
【专利技术属性】
技术研发人员：曾文慧，李果，任志超，吕铎，范荣全，戴金飞，张文涛，李峰，黄桂灶，张军，吴广宁，梁明，潘海涛，李宇，许文杰，罗斌，熊高林，罗琛，余汶典，尹磊，
申请(专利权)人：国网四川省电力公司经济技术研究院，
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。