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()
【技术实现步骤摘要】
本申请涉及数据处理,尤其涉及一种鸟巢数量的预测方法、装置、设备及介质。
技术介绍
1、变电站是电力系统中对电压和电流进行变换、接收电能及分配电能的场所,其选址一般远离城市中心,选于郊区或是山区,因此多有鸟类在变电站户外构架上进行筑巢。在遇到风雨天气时易造成变电设备短路,且鸟巢杂物飘落也容易引起开关跳闸等故障,严重威胁变电站的安全可靠运行。因此,变电站里鸟巢的存在是影响变电站安全稳定运行的重要隐患之一。
2、为保证变电站的安全稳定运行,必须对鸟类在变电站设备结构上的筑巢行为进行监控、预警和防护。目前对变电站鸟巢的检测主要还是依靠运维人员去发现,不仅增加了运维人员的对设备的运维压力,且效率不高。此外,由于鸟类筑巢行为存在非线性、随机性等因素的影响,使得建模更为复杂,难以通过模型对鸟类筑巢行为进行预测。
3、因此,如何提供一种对鸟类筑巢行为进行准确预测的技术方案,是本领域技术人员亟待解决的技术问题。
技术实现思路
1、本申请提供了一种鸟巢数量的预测方法、装置、设备及介质,通过考虑不同环境因素及鸟类习性对鸟类筑巢行为的影响,提高对变电站周边鸟巢数量的预测精准度,为变电站巡检提供有效的数据支撑,大大提高了运维人员的工作效率。
2、根据本申请的一方面,提供了一种鸟巢数量的预测方法,该方法包括:
3、获取至少一个候选变电站在历史周期内所存在鸟类的鸟类特征数据和鸟巢观测数量,以及所处地区的环境特征数据;其中,各所述候选变电站所处地区的类型均为同一类型
4、将所述鸟类特征数据和所述环境特征数据输入至预设模型中,对各所述候选变电站在历史周期内的鸟巢数量进行预测,得到鸟巢预测数量;
5、根据所述鸟巢观测数量和所述鸟巢预测数量,对所述预设模型进行训练,得到鸟巢数量预测模型,以使所述鸟巢数量预测模型对目标变电站在预测周期内的鸟巢数量进行预测。
6、根据本申请的另一方面,提供了一种鸟巢数量的预测装置,该装置包括:
7、数据获取模块,用于获取至少一个候选变电站在历史周期内所存在鸟类的鸟类特征数据和鸟巢观测数量,以及所处地区的环境特征数据;其中,各所述候选变电站所处地区的类型均为同一类型;
8、数量预测模块,用于将所述鸟类特征数据和所述环境特征数据输入至预设模型中,对各所述候选变电站在历史周期内的鸟巢数量进行预测,得到鸟巢预测数量;
9、模型训练模块,用于根据所述鸟巢观测数量和所述鸟巢预测数量,对所述预设模型进行训练,得到鸟巢数量预测模型,以使所述鸟巢数量预测模型对目标变电站在预测周期内的鸟巢数量进行预测。
10、根据本申请的另一方面,提供了一种电子设备,该设备包括:
11、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本申请任一实施例所述的鸟巢数量的预测方法。
12、根据本申请的另一方面,提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,所述计算机指令用于使处理器执行时实现本申请任一实施例所述的鸟巢数量的预测方法。
13、本申请提供的技术方案,通过获取至少一个候选变电站在历史周期内所存在鸟类的鸟类特征数据和鸟巢观测数量,以及所处地区的环境特征数据;将鸟类特征数据和环境特征数据输入至预设模型中,对各候选变电站在历史周期内的鸟巢数量进行预测,得到鸟巢预测数量;根据鸟巢观测数量和鸟巢预测数量,对预设模型进行训练,得到鸟巢数量预测模型,以使鸟巢数量预测模型对目标变电站在预测周期内的鸟巢数量进行预测。本技术方案,通过考虑不同环境因素及鸟类习性对鸟类筑巢行为的影响,提高对变电站周边鸟巢数量的预测精准度,为变电站巡视方案提供有效的数据支撑,大大提高了运维人员的工作效率。
14、应当理解,本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征,也不用于限制本申请的范围。本申请的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种鸟巢数量的预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述预设模型为XGboost模型;
3.根据权利要求2所述的方法,其特征在于,根据所述鸟巢观测数量和所述鸟巢预测数量,构建目标函数,包括:
4.根据权利要求2所述的方法,其特征在于,采用所述目标函数对所述预设模型进行训练,得到鸟巢数量预测模型,包括:
5.根据权利要求1所述的方法,其特征在于,在将所述鸟类特征数据和所述环境特征数据输入至预设模型中,对各所述候选变电站在历史周期内的鸟巢数量进行预测,得到鸟巢预测数量之前,所述方法还包括:
6.根据权利要求1所述的方法,其特征在于,所述鸟类特征数据包括鸟类种类、鸟类数量、鸟类扩散能力、鸟类繁殖期中的至少一项。
7.根据权利要求1所述的方法,其特征在于,所述环境特征数据包括季节、温度和降雨量中的至少一项。
8.一种鸟巢数量的预测装置,其特征在于,所述装置包括:
9.一种电子设备,其特征在于,所述设备包括:
10.一种计算机可读存储介质
...【技术特征摘要】
1.一种鸟巢数量的预测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述预设模型为xgboost模型;
3.根据权利要求2所述的方法,其特征在于,根据所述鸟巢观测数量和所述鸟巢预测数量,构建目标函数,包括:
4.根据权利要求2所述的方法,其特征在于,采用所述目标函数对所述预设模型进行训练,得到鸟巢数量预测模型,包括:
5.根据权利要求1所述的方法,其特征在于,在将所述鸟类特征数据和所述环境特征数据输入至预设模型中,对各所述候选变电站在历史周期内的鸟巢数量进行预测,得到鸟巢预测数量之前...
【专利技术属性】
技术研发人员:黄书健,杨世浩,尹业成,刘展华,赖雨翔,梁景棠,谢永祥,成佳富,粟祎敏,张焕燊,刘建荣,张元彦,谢楷成,凌强,张玄,
申请(专利权)人:广东电网有限责任公司,
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。