[发明专利]一种基于卡尔曼滤波与支持向量机的输电线路覆冰评估方法和系统

说明书

本发明公开一种基于卡尔曼滤波与支持向量机的输电线路覆冰评估方法，包括：获取对应多个时段的输电线路覆冰影响因素及其对应的覆冰状态历史数据；对获取到覆冰影响因素历史数据进行滤波处理；将滤波处理后的覆冰影响因素及其对应的覆冰状态数据作为训练样本数据，训练SVM模型；获取待测时段的输电线路覆冰影响因素数据，并进行滤波处理；将滤波处理后的待测时段输电线路覆冰影响因素数据输入已训练的SVM模型，根据SVM模型的输出，评估待测时段输电线路的覆冰状态。利用滤波以及支持向量机技术，实现对与输电线路覆冰相关的多数据源信息的融合优化，可克服单一传感器的局限，更好的对输电线路已发生事件以及未来态势的发展方向，做出更加客观而准确的描述、评估或预测。

技术领域

本发明涉及输电安全技术领域，特别是一种基于卡尔曼滤波与支持向量机的输电线路覆冰

背景技术

众所周知，在电力系统遭受的各种自然灾害中，冰灾是最为严重的威胁之一。与其他事故相比，冰灾给电网造成的损失更为严重，轻则导致输、变电设备闪络跳闸、金具损坏，重则造成架空线路断线、杆塔倒塌，甚至造成大范围区域电网瘫痪。针对输电设备的在线评估研究较少，日本Koichi Nara等人建立了187kV和66kV架空线路防覆冰决策专家系统，它利用在线测量到的气象参数(如环境温度、相对湿度、风速、降雪量等)对当前架空线路状态作出判断，以便运行人员选择何种防、除冰方式来处理线路覆冰。我国国内在这方面研究很少。架空线路覆冰受众多因素的影响，如气象因素、海拔高度、导线直径、电场强度和微地形等，各因素与覆冰之间存在着高度的复杂性和非线性。由于存在技术缺陷和测量技术不精确等因素，目前的覆冰参数分类方法需要不断完善以提高评估的准确性，研究表明，输电线路覆冰受气象因素影响较大，尤其是环境温度和相对湿度对覆冰形成有决定性的影响。因此，线路覆冰状态既具有不确定性，又有多因素影响的特点。简单的数据处理已很难判断出线路覆冰的最终状态。

发明内容

本发明要解决的技术问题为，利用滤波以及支持向量机技术，实现对与输电线路覆冰相关的多数据源信息的融合优化，克服单一传感器的局限，以更好的对输电线路已发生事件以及未来态势的发展方向，做出更加客观而准确的描述、评估或预测。

本发明采取的技术方案为：一种输电线路覆冰评估方法，包括：

获取对应多个时段的输电线路覆冰影响因素及其对应的覆冰状态历史数据；

对获取到的各时段的各输电线路覆冰影响因素数据进行滤波处理；

将滤波处理后的各时段的输电线路覆冰影响因素及其对应的覆冰状态数据，作为训练样本数据；

利用训练样本数据训练SVM模型；

获取待测时段的输电线路覆冰影响因素数据，并进行滤波处理；

将滤波处理后的待测时段输电线路覆冰影响因素数据输入已训练的SVM模型，得到SVM模型输出；

根据SVM模型的输出，评估待测时段输电线路的覆冰状态。

本发明通过对样本数据进行滤波处理，滤除噪声点，可提高训练得到的SVM模型的分类精度和可靠性，结合对待测数据的滤波处理，进一步提高输电线路覆冰状态的评估结果可靠性。

优选的，所述输电线路覆冰影响因素包括输电线路的拉力和倾角，以及环境风速、风向和大气压强P。

优选的，所述对覆冰影响因素数据的滤波处理包括：

对单个时段中对应单个影响因素的多个数据序列进行卡尔曼滤波处理；

对卡尔曼滤波处理后的数据序列进行中值处理；

对中值处理后的数据序列进行均值处理，得到相应时段的单个影响因素数据值。