本發(fā)明涉及輸電線路風(fēng)險預(yù)測，具體為一種數(shù)據(jù)聯(lián)合特征的輸電線路覆冰舞動預(yù)警方法與系統(tǒng)。

背景技術(shù)：

1、輸電線路作為電力傳輸?shù)年P(guān)鍵基礎(chǔ)設(shè)施，廣泛分布于各種復(fù)雜的地理環(huán)境中。在寒冷天氣條件下，覆冰舞動現(xiàn)象成為威脅輸電線路安全穩(wěn)定運(yùn)行的重要因素。

2、傳統(tǒng)的輸電線路覆冰舞動監(jiān)測與預(yù)警技術(shù)主要集中在幾個方面。其一，部分早期技術(shù)單純依賴氣象站提供的基礎(chǔ)氣象數(shù)據(jù)，如風(fēng)速、氣溫等單一參數(shù)來判斷覆冰舞動的可能性。然而，這種方式忽略了氣象因素之間的復(fù)雜交互作用以及環(huán)境因素的綜合影響。例如，僅依據(jù)風(fēng)速是否超過某一閾值來預(yù)警，可能會因為未考慮風(fēng)向、濕度、氣壓等因素的協(xié)同作用而導(dǎo)致誤判或漏判。當(dāng)濕度較高且氣壓變化特殊時，即使風(fēng)速未達(dá)傳統(tǒng)預(yù)警值，線路也可能因覆冰形成和特殊空氣動力而發(fā)生舞動。

3、其二，一些技術(shù)側(cè)重于對線路張力的監(jiān)測。通過在輸電線路上安裝張力傳感器，監(jiān)測線路張力的變化來推測覆冰情況和舞動可能性。但線路張力的變化可能受到多種因素干擾，如線路自身的熱脹冷縮、線路老化導(dǎo)致的彈性變化等，僅依靠張力數(shù)據(jù)難以準(zhǔn)確區(qū)分是正常的線路狀態(tài)變化還是由覆冰舞動引起的異常變化，缺乏對其他關(guān)聯(lián)因素的綜合考量使得預(yù)警的準(zhǔn)確性大打折扣。

4、其三，現(xiàn)有的一些預(yù)警方法在算法模型上較為簡單。例如采用固定閾值的判斷模型或簡單的線性回歸模型，這些模型難以處理多變量之間的非線性關(guān)系以及復(fù)雜的環(huán)境動態(tài)變化。在面對不同地區(qū)、不同季節(jié)的多樣化氣象和線路條件時，適應(yīng)性較差，無法精準(zhǔn)地根據(jù)實際情況調(diào)整預(yù)警策略，容易出現(xiàn)預(yù)警不及時或過度預(yù)警的情況，給電力運(yùn)維工作帶來困擾并增加了運(yùn)維成本。

5、隨著電力需求的不斷增長以及電網(wǎng)規(guī)模的持續(xù)擴(kuò)大，對輸電線路的安全性和可靠性要求日益提高。傳統(tǒng)技術(shù)在應(yīng)對輸電線路覆冰舞動預(yù)警時的局限性愈發(fā)凸顯，迫切需要一種能夠綜合多源數(shù)據(jù)、精準(zhǔn)提取特征、智能決策且具備自我優(yōu)化能力的預(yù)警方法和系統(tǒng)，以有效保障輸電線路在復(fù)雜環(huán)境下免受覆冰舞動的危害，提高電力供應(yīng)的穩(wěn)定性和安全性，降低因線路故障導(dǎo)致的經(jīng)濟(jì)損失和社會影響。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種數(shù)據(jù)聯(lián)合特征的輸電線路覆冰舞動預(yù)警方法與系統(tǒng)，通過該預(yù)警系統(tǒng)先收集氣象與線路張力數(shù)據(jù)并提取多類特征作為環(huán)境狀態(tài)輸入dqn算法，算法依行動定義輸出并經(jīng)獎勵機(jī)制訓(xùn)練，再由運(yùn)維反饋優(yōu)化行動定義，循環(huán)完善以保障輸電線路安全。

2、為實現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、一種基于數(shù)據(jù)聯(lián)合特征的輸電線路覆冰舞動預(yù)警方法，其特征在于，包括以下步驟：

4、s1：數(shù)據(jù)收集；

5、s2：特征提?。?/p>

6、s3：行動定義；

7、s4：算法訓(xùn)練；

8、s5：建立反饋機(jī)制。

9、所述氣象數(shù)據(jù)包括從當(dāng)?shù)貧庀蟛块T獲取輸電線路沿線的風(fēng)速、風(fēng)向、氣溫、濕度、氣壓信息，并以一定的時間間隔進(jìn)行記錄，形成時間序列數(shù)據(jù)；所述線路數(shù)據(jù)通過安裝在輸電線路上的張力傳感器，收集線路的張力。

10、特征提取包括風(fēng)向出現(xiàn)的頻率，風(fēng)速和風(fēng)向區(qū)間的聯(lián)合概率，濕度波動幅度，氣壓與風(fēng)速的相關(guān)性與張力波動幅度；

11、所述風(fēng)向出現(xiàn)的頻率具體計算過程如下：

12、將風(fēng)向數(shù)據(jù)按照一定的角度區(qū)間進(jìn)行劃分，將風(fēng)向角度0°-360°劃分為16個區(qū)間，每個區(qū)間為22.5°；統(tǒng)計每個區(qū)間內(nèi)風(fēng)向出現(xiàn)的頻率fi，其計算公式為：

13、

14、其中ni為風(fēng)向落在第i個區(qū)間內(nèi)的數(shù)據(jù)點(diǎn)數(shù)量，n是總數(shù)據(jù)點(diǎn)數(shù)量；通過風(fēng)向分布統(tǒng)計，可以直觀了解主要風(fēng)向及其出現(xiàn)的概率，為后續(xù)分析風(fēng)向與覆冰舞動的關(guān)系提供基礎(chǔ)。

15、所述風(fēng)速和風(fēng)向區(qū)間的聯(lián)合概率具體計算過程如下：

16、根據(jù)概率密度函數(shù)的定義，對于任意的風(fēng)速區(qū)間[a,b]和風(fēng)向區(qū)間[c,d]，實現(xiàn)以下公式：

17、

18、其中，v表示風(fēng)速，θ表示風(fēng)向，a、b分別是風(fēng)速區(qū)間的下限和上限，c、d分別是風(fēng)向區(qū)間的下限和上限，用于界定要計算概率的風(fēng)向范圍，f(v,θ)就是風(fēng)速v和岡向θ的聯(lián)合概率分布函數(shù)，通過對其在相應(yīng)區(qū)間上進(jìn)行二重積分得到指定風(fēng)速和風(fēng)向區(qū)間的聯(lián)合概率；

19、采用核密度估計方法來估計聯(lián)合概率分布函數(shù)f(v,θ)的具體形式，其計算公式為：

20、

21、其中n是數(shù)據(jù)點(diǎn)的數(shù)量，kh(x,y)是核函數(shù)，vi和θi是第i個數(shù)據(jù)點(diǎn)的風(fēng)速和風(fēng)向值。

22、所述濕度波動幅度具體計算過程如下：

23、定義濕度波動幅度σh，其公式為：

24、

25、其中，σh是濕度函數(shù)，表示濕度隨時間t的變化情況，t1和t2分別是所考慮的時間段的起始時間和結(jié)束時間，是濕度的均值。濕度的波動情況，尤其是高濕度的持續(xù)時間和波動幅度，對覆冰的形成有著重要影響。高濕度環(huán)境下，水汽更易在輸電線路上凝結(jié)成冰，當(dāng)濕度波動較大時，可能導(dǎo)致覆冰的生長速度和形態(tài)發(fā)生變化，進(jìn)而影響覆冰舞動的可能性。

26、考慮氣壓與風(fēng)速的相關(guān)性，它們的協(xié)方差計算公式為：

27、

28、其中，p(t)是氣壓函數(shù)，表示氣壓隨時間t的變化情況，v(t)是風(fēng)速函數(shù)，表示風(fēng)速隨時間t的變化情況，t1和t2分別是所考慮的時間段的起始時間和結(jié)束時間，用于界定計算協(xié)方差的時間范圍，是氣壓的均值，是風(fēng)速的均值，cov(p,v)是氣壓與風(fēng)速的協(xié)方差，它反映了氣壓和風(fēng)速這兩個變量在同一時間段內(nèi)的協(xié)同變化情況。

29、定義張力波動幅度其公式為：

30、

31、其中，ftension(t)是線路張力函數(shù)，表示線路張力隨時間t的變化情況，t1和t2分別是所考慮的時間段的起始時間和結(jié)束時間，是張力的均值。線路張力的變化可能是由于覆冰重量增加、線路舞動等因素引起的，通過分析線路張力的波動幅度等特征，可以了解線路的受力情況，進(jìn)而判斷覆冰舞動的可能性。

32、將采取的預(yù)警措施作為行動，發(fā)出不同級別的預(yù)警信號、安排運(yùn)維人員進(jìn)行現(xiàn)場檢查、啟動應(yīng)急防護(hù)措施，所述行動使用離散值來表示不同的行動，其具體為：

33、

34、算法訓(xùn)練具體為：將輸電線路的前面的計算數(shù)值，包括風(fēng)速風(fēng)向聯(lián)合概率分布，濕度波動幅度，氣壓與風(fēng)速的相關(guān)性，線路溫張力參數(shù)特征作為環(huán)境狀態(tài)導(dǎo)入至dqn算法模型，把定義好的行動作為輸出；通過不斷地輸入環(huán)境狀態(tài)和對應(yīng)的行動，根據(jù)設(shè)置的獎勵機(jī)制進(jìn)行訓(xùn)練，具體為當(dāng)輸入某一時刻的環(huán)境狀態(tài)，算法根據(jù)當(dāng)前的策略選擇一個行動，如果后續(xù)實際情況表明這個行動是正確的，則給予算法相應(yīng)的獎勵，反之則給予懲罰；通過這樣的訓(xùn)練過程，dqn算法可以根據(jù)不同的環(huán)境狀態(tài)，最優(yōu)地選擇合適的行動，以達(dá)到最佳的預(yù)警效果。

35、建立反饋機(jī)制具體為運(yùn)維人員在采取應(yīng)對措施后，將除冰效果、線路是否仍發(fā)生舞動信息反饋給預(yù)警系統(tǒng)，如果發(fā)現(xiàn)運(yùn)維人員采取的應(yīng)對措施效果不佳，除冰后線路仍頻繁發(fā)生舞動，則可以對預(yù)警系統(tǒng)的行動定義進(jìn)行優(yōu)化，增加更有效的應(yīng)對措施選項，以促使算法更好地進(jìn)擇合適的行動，通過不斷地根據(jù)反饋信息進(jìn)行優(yōu)化，不斷完善整個預(yù)警流程和方法，提高輸電線路覆冰舞動預(yù)警的準(zhǔn)確性和有效性。

36、一種基于數(shù)據(jù)聯(lián)合特征的輸電線路覆冰舞動預(yù)警系統(tǒng)，其特征在于，包括服務(wù)器和處理器，所述服務(wù)器中存儲有系統(tǒng)程序，其特征在于，所述處理器執(zhí)行所述計算機(jī)程序時實現(xiàn)權(quán)利要求上述任一項所述方法的步驟。

37、該基于數(shù)據(jù)聯(lián)合特征的輸電線路覆冰舞動預(yù)警方法及系統(tǒng)，首先通過收集氣象數(shù)據(jù)與線路張力數(shù)據(jù)，然后提取風(fēng)向頻率、風(fēng)速風(fēng)向聯(lián)合概率、濕度波動幅度、氣壓與風(fēng)速相關(guān)性及張力波動幅度等特征，將這些特征作為環(huán)境狀態(tài)輸入dqn算法模型，算法依據(jù)設(shè)定的行動定義輸出應(yīng)對行動，同時依據(jù)獎勵機(jī)制訓(xùn)練算法使其能根據(jù)環(huán)境狀態(tài)最優(yōu)選擇行動以達(dá)最佳預(yù)警效果，最后運(yùn)維人員將采取措施后的除冰效果與線路舞動情況反饋給系統(tǒng)，系統(tǒng)據(jù)此優(yōu)化行動定義，如此循環(huán)往復(fù)，不斷完善預(yù)警流程與方法，提升預(yù)警準(zhǔn)確性與有效性，保障輸電線路安全穩(wěn)定運(yùn)行。

38、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

39、整合了氣象數(shù)據(jù)與線路張力數(shù)據(jù)，相比傳統(tǒng)技術(shù)數(shù)據(jù)源更為豐富全面。氣象數(shù)據(jù)中的各項參數(shù)相互關(guān)聯(lián)且對覆冰舞動均有不同程度影響，風(fēng)速風(fēng)向聯(lián)合作用可確定線路所受空氣動力情況，濕度氣壓變化影響覆冰形成條件，而線路張力數(shù)據(jù)直接反映線路的受力狀態(tài)變化，這些數(shù)據(jù)共同構(gòu)成了全面且細(xì)致的信息網(wǎng)絡(luò)，為精準(zhǔn)預(yù)警奠定堅實基礎(chǔ)。

40、多種特征的提取，這些特征相互關(guān)聯(lián)、相互補(bǔ)充，相較于單一特征或簡單數(shù)據(jù)處理的現(xiàn)有技術(shù)，能更深入、全面地剖析覆冰舞動的潛在機(jī)制，提供更具價值的決策依據(jù)。

41、將提取的特征作為環(huán)境狀態(tài)導(dǎo)入算法模型，并結(jié)合明確的行動定義，通過大量數(shù)據(jù)的不斷輸入與基于獎勵機(jī)制的訓(xùn)練，算法能夠逐漸學(xué)習(xí)并優(yōu)化決策策略。在面對復(fù)雜多變的線路環(huán)境時，不再局限于固定規(guī)則或簡單閾值判斷。

42、反饋機(jī)制的建立進(jìn)一步提升了系統(tǒng)的適應(yīng)性和可靠性。運(yùn)維人員在采取應(yīng)對措施后將除冰效果、線路是否仍發(fā)生舞動等信息反饋給預(yù)警系統(tǒng)。若發(fā)現(xiàn)現(xiàn)有行動定義中的應(yīng)對措施效果不佳，系統(tǒng)可迅速做出調(diào)整。通過這種不斷自我學(xué)習(xí)和優(yōu)化的循環(huán)過程，系統(tǒng)能夠持續(xù)適應(yīng)不同線路環(huán)境、不同氣候條件以及不同覆冰舞動特征的變化，同時也有助于優(yōu)化運(yùn)維資源配置，降低長期運(yùn)維成本，提高電力系統(tǒng)整體的安全性和穩(wěn)定性。