[发明专利]一种输电线路的覆冰厚度预测方法及装置

权利要求书

1.一种输电线路的覆冰厚度预测方法，其特征在于，所述方法包括：

获取输电线路未来时刻的气象数据预测值；

将未来时刻输入至自回归积分滑动平均模型，获取自回归积分滑动平均模型输出的覆冰厚度初始值；

将输电线路未来时刻的气象数据预测值输入至支持向量回归模型，获取支持向量回归模型输出的覆冰厚度误差值；

根据所述覆冰厚度初始值和所述覆冰厚度误差值确定未来时刻的输电线路的覆冰厚度最终预测值。

2.如权利要求1所述的方法，其特征在于，所述自回归积分滑动平均模型的训练过程包括：

利用第一历史时段中各历史时刻输电线路的覆冰厚度构建第一训练数据集；

将所述第一训练数据集中第一历史时段中各历史时刻作为自回归积分滑动平均模型的输入数据，将所述第一训练数据集中第一历史时段中各历史时刻输电线路的覆冰厚度作为自回归积分滑动平均模型的输出数据，训练自回归积分滑动平均模型，获取训练好的自回归积分滑动平均模型。

3.如权利要求1所述的方法，其特征在于，所述支持向量回归模型的训练过程包括：

利用第二历史时段中各历史时刻输电线路的覆冰厚度误差和第二历史时段中各历史时刻输电线路对应的气象数据构建第二训练数据集；

将所述第二训练数据集中第二历史时段中各历史时刻输电线路对应的气象数据作为支持向量回归模型的输入数据，将所述第二历史时段中各历史时刻输电线路的覆冰厚度误差作为支持向量回归模型的输出数据，并采用布谷鸟搜索算法优化支持向量回归模型，训练支持向量回归模型，获取训练好的支持向量回归模型。

4.如权利要求3所述的方法，其特征在于，所述第二历史时段中各历史时刻输电线路的覆冰厚度误差的确定过程包括：

采集第二历史时段中各历史时刻输电线路的覆冰厚度；

将第二历史时段中各历史时刻输入至训练好的自回归积分滑动平均模型，得到训练好的自回归积分滑动平均模型输出的第二历史时段中各历史时刻输电线路的覆冰厚度初始值；

将第二历史时段中各历史时刻输电线路的覆冰厚度初始值与第二历史时段中各历史时刻输电线路的覆冰厚度的差值，作为第二历史时段中各历史时刻输电线路的覆冰厚度误差。

5.如权利要求1所述的方法，其特征在于，所述气象数据，包括：温度、湿度和风速。

6.如权利要求1所述的方法，其特征在于，所述根据所述覆冰厚度初始值和所述覆冰厚度误差值确定未来时刻的输电线路的覆冰厚度最终预测值，包括：

按下式确定未来时刻k的输电线路的覆冰厚度最终预测值H_k：

H_k＝Y_k+G_k

其中，Y_k为未来时刻k的输电线路的覆冰厚度初始值，G_k为未来时刻k的输电线路的覆冰厚度误差值。

7.一种输电线路的覆冰厚度预测装置，其特征在于，所述装置包括：

获取模块，用于获取输电线路未来时刻的气象数据预测值；

第一预测模块，用于将未来时刻输入至自回归积分滑动平均模型，获取自回归积分滑动平均模型输出的覆冰厚度初始值；

第二预测模块，用于将输电线路未来时刻的气象数据预测值输入至支持向量回归模型，获取支持向量回归模型输出的覆冰厚度误差值；

确定模块，用于根据所述覆冰厚度初始值和所述覆冰厚度误差值确定未来时刻的输电线路的覆冰厚度最终预测值。

8.如权利要求7所述的装置，其特征在于，所述自回归积分滑动平均模型的训练过程包括：

利用第一历史时段中各历史时刻输电线路的覆冰厚度构建第一训练数据集；

将所述第一训练数据集中第一历史时段中各历史时刻作为自回归积分滑动平均模型的输入数据，将所述第一训练数据集中第一历史时段中各历史时刻输电线路的覆冰厚度作为自回归积分滑动平均模型的输出数据，训练自回归积分滑动平均模型，获取训练好的自回归积分滑动平均模型。