[发明专利]一种电网台风抢修工程的力能组织预测方法

说明书

技术领域

本发明涉及电力工程管理领域，更具体地，涉及一种利用支持向量机、灰色关联分析及粒子群算法进行电网台风抢修工程力能组织预测的方法。

背景技术

在以全球变暖为主要特征的气候变化背景下，极端天气气候灾害明显增多，对社会经济发展的影响日益加剧。在极端天气气候事件中，热带气旋造成的灾害损失非常严重。广东省位于太平洋西岸，濒临南海，是热带气旋登陆我国的主要地区。每年的夏秋雨季广东省都受到热带气旋的侵袭，是我国热带气旋灾害最严重的省份。暴风、台风易使供电线路、电力设备受损，造成群发性的断线与倒塔，而且抢修施工较为困难，严重威胁电网安全。目前，国内外在这一领域的研究相对较少，该领域还有很多问题亟待解决，特别是如何集中调度相关人员实施抢修。

电网抢修肩负着快速恢复供电的重任，目前在电网抢修的过程中缺乏合理的组织预测，施工过程中人机分配不合理，易造成大面积的窝工现象，极大地降低了抢修工程的工作效率。基于此种情况，开展电网台风灾后抢修工程力能组织预测工作，对于合理开展台风灾后抢修工作具有较好的指导作用。

发明内容

本发明为解决以上现有技术在电网抢修的过程中缺乏合理的组织预测的技术缺陷，提供了一种电网台风抢修工程的力能组织预测方法。

为实现以上发明目的，采用的技术方案是：

一种电网台风抢修工程的力能组织预测方法，包括以下步骤：

S1.收集样本中各台风沿线地区的电网设备损失量，以及电力设施总量，求得各台风沿线地区电网设备损失率；

S2.建立支持向量机模型，将支持向量机模型与灰色关联分析组合，使用粒子群算法对支持向量机模型与灰色关联分析进行优化，建立基于粒子群算法的灰色关联度加权支持向量机模型；

S3.以台风登陆时的等级、地区纵向沿线里程两个参数为自变量，地区电力设备的损失率为因变量，根据不同纵向沿线里程地区的电网设备在历次不同登陆等级台风下的损失率建立起损失率预测模型，并使用基于粒子群算法的灰色关联度加权支持向量机模型对损失率预测模型进行拟合；

S4.验证损失率预测模型的精度；

S5.输入台风登陆时的等级及地区的纵向沿线里程，得到地区电网设备的损失率，基于地区的电网设备的总量计算受损的电网设备的数量，然后进行抢修需耗费的人力、材料、辅助设备及抢修花费的计算，实现对抢修工程的力能组织预测。

与现有技术相比，本发明的有益效果是：

本发明采用基于粒子群算法的灰色关联度加权支持向量机模型对台风破坏规律进行探寻，并对电网台风灾后抢修实施预测。将灰色关联分析与支持向量机组合使用，再借助粒子群算法对其进行优化，不仅能为电网台风灾后抢修施工力能组织预测提供一种科学的研究方法，同时也能提高力能组织预测的精度。

附图说明

图1：本发明所述方法流程图；

图2：基于PSO的特征灰色关联度加权支持向量回归机模型实现图；

图3：台风抢修工程单位地域抢修普通工人人工工日预测图；

图4：台风抢修工程单位地域抢修所需φ15以下钢丝绳预测图；

图5：台风抢修工程单位地域所需电力工程车台班预测图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

以下结合附图和实施例对本发明做进一步的阐述。

实施例1

如图1所示，本发明提供的预测方法具体包括以下步骤：

S1.收集历史样本中各台风沿线地区的电网电力输变电设施损失量及沿线电力设施总量，求得各台风沿线地区电网设备损失率；

S2.建立支持向量机模型，将支持向量机模型与灰色关联分析组合，使用粒子群算法对支持向量机模型与灰色关联分析进行优化，建立基于粒子群算法的灰色关联度加权支持向量机模型；

S3.以台风登陆时的等级、地区纵向沿线里程两个参数为自变量，地区电力设备的损失率为因变量，根据不同纵向沿线里程地区的电网设备在历次不同登陆等级台风下的损失率建立起损失率预测模型，并使用基于粒子群算法的灰色关联度加权支持向量机模型对损失率预测模型进行拟合；

S4.验证损失率预测模型的精度；

S5.输入台风登陆时的等级及地区的纵向沿线里程，得到地区电网设备的损失率，基于地区的电网设备的总量计算受损的电网设备的数量，然后进行抢修需耗费的人力、材料、辅助设备及抢修花费的计算，实现对抢修工程的力能组织预测。