[发明专利]一种基于机器学习的输电线路的缺陷预测方法及装置

说明书

技术领域

本发明涉及输电线路的安全技术领域，尤其涉及一种基于机器学习的输电线路的缺陷预测方法及装置。

背景技术

近年来，极端灾害天气发生频率加大，气象灾害对人民生产生活造成损失有逐年增大的趋势。而作为国民经济建设、人民生产生活等必要支撑的电力行业，由于气象灾害及其次生灾害的影响，导致杆塔损坏、线路断线等严重电力事故时有发生，对用电安全造成极大影响。

因此，对输电线路缺陷进行有效的预测，是避免电力事故发生的重要手段。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

本发明提供一种基于机器学习的输电线路的缺陷预测方法及装置，以实现对输电线路可能发生的缺陷进行有效预测。

为了达到上述目的，本发明实施例提供一种基于机器学习的输电线路的缺陷预测方法，包括：

获取输电线路的生产管理信息系统数据以及气象信息数据，其中，所述生产管理信息系统数据包含输电线路结构参数、输电线路缺陷历史数据，所述气象信息数据包含气象预报数据、气象历史数据；

根据所述输电线路结构参数、输电线路缺陷历史数据和所述气象预报数据、气象历史数据，利用机器学习分析算法，生成所述输电线路的特定缺陷预测信息。

为了达到上述目的，本发明实施例还提供一种基于机器学习的输电线路的缺陷预测装置，包括：

获取模块，用于获取输电线路的生产管理信息系统数据以及气象信息数据，其中，所述生产管理信息系统数据包含输电线路结构参数、输电线路缺陷历史数据，所述气象信息数据包含气象预报数据、气象历史数据；

分析模块，用于根据所述输电线路结构参数、输电线路缺陷历史数据和所述气象预报数据、气象历史数据，利用机器学习分析算法，生成所述输电线路的特定缺陷预测信息。

本发明实施例提供的基于机器学习的输电线路的缺陷预测方法及装置，利用大数据分析技术对可能影响输电线路的多种有效信息进行挖掘分析，可以有效预测输电线路上受气象影响可能发生的缺陷，以实现用电安全。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的基于机器学习的输电线路的缺陷预测方法的实现原理图；

图2为本发明实施例的基于机器学习的输电线路的缺陷预测方法的处理流程图；

图3为图2所示实施例中的步骤S102的具体实现流程图；

图4为Apriori算法寻找频繁模式的流程示意图；

图5为本发明实施例的输电线路的缺陷预测装置的结构示意图；

图6为图5所示实施例中的分析模块的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本领域技术技术人员知道，本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。

下面参考本发明的若干代表性实施方式，详细阐释本发明的原理和精神。