[发明专利]基于误差统计分析的输电线路杆塔雨量修正方法及装置

说明书

本申请属于电网输电线路杆塔雨量预测技术领域，提供基于误差统计分析的输电线路杆塔雨量修正方法及装置，所述基于误差统计分析的输电线路杆塔雨量修正方法包括：获取多个历史时间点输电线路杆塔处的雨量监测数据和对应历史时间点的雨量预测数据，计算雨量误差值，获取对应历史时间点每个输电线路杆塔的信息数据，将信息数据归一化处理，获得特征数据，将特征数据和雨量误差值一一对应构成样本数据，利用样本数据对回归模型进行训练测试，获得雨量修正模型，利用雨量修正模型对待预测杆塔处的雨量预测数据进行修正。上述基于误差统计分析的输电线路杆塔雨量修正方法有效修正了现有输电线路杆塔级别的雨量预测值，提高了雨量预测数据的准确性。

技术领域

本申请属于电网输电线路杆塔雨量预测技术领域，具体涉及基于误差统计分析的输电线路杆塔雨量修正方法。

背景技术

架空输电是世界各国电力资源供应的主要模式，输电线路分布范围广且所处的地理环境复杂，时刻受到山火、滑坡、泥石流和覆冰的威胁，而降雨对上述自然灾害的影响较大。输电线路杆塔是输电线路体系中的关键组成部分，它负责承载输电导线和地线作用力，并使导线、大地及杆塔之间保持一定安全距离，其稳定性是整个输电线路运行安全的重要保障，因此输电线路杆塔级别的雨量预测可以对电网的防灾减灾提供重大的支撑。

目前，针对输电线路杆塔级别的雨量预测技术欠缺，主要是依赖于相关气象单位提供的大尺度网格化预测产品，例如，根据相关气象单位对雨量的网格化预测，将其插值至输电线路杆塔处，得到输电线路杆塔处的雨量预测。

然而，网格化预测产品往往很难考虑到输电线路杆塔处的地理因素、电网因素和气象因素等，其预测的数据与实际雨量监测的数据存在一定误差，导致网格化预测产品的准确性不高，以至于难以支撑电网的防灾减灾。

发明内容

本申请提供基于误差统计分析的输电线路杆塔雨量修正方法及装置，以提供一种更准确的雨量预测方法及装置。

本申请第一方面提供基于误差统计分析的输电线路杆塔雨量修正方法，所述基于误差统计分析的输电线路杆塔雨量修正方法包括：

获取多个历史时间点的区域雨量监测数据和对应历史时间点的区域雨量网格化预测数据，将雨量监测数据插值至输电线路杆塔处，获得每个杆塔处的雨量监测数据；将雨量网格化预测数据插值至输电线路杆塔处，获得每个杆塔处的雨量预测数据；

以输电线路杆塔为单位，计算每个输电线路杆塔单元处不同历史时间点的雨量误差值，所述雨量误差值为每个杆塔处的雨量监测数据减去每个杆塔处的雨量预测数据；

与雨量误差值的历史时间点对应，获取每个输电线路杆塔处相应历史时间点的信息数据，将信息数据进行归一化处理，获得特征数据，所述信息数据包括气象信息、地理信息、电网信息和历史降雨时间段信息；

雨量误差值和特征数据一一对应构成多组样本数据，获得样本数据集；

设定回归模型的统计学习方法，利用样本数据集对回归模型进行训练和测试，获得雨量修正模型；

获取待预测杆塔处的特征数据输入至雨量修正模型，输出对应的雨量误差值，使用雨量误差值对待预测杆塔处的雨量预测数据进行修正，获得最终预测数据，若最终预测数据大于设定阈值时，发送预警信息至输电线路杆塔运维单位。

可选的，所述设定回归模型的统计学习方法，利用样本数据集对回归模型进行训练和测试，获得雨量修正模型的步骤，具体为：

设定回归模型的统计学习方法；

调整回归模型的参数条件，利用样本数据集对相同参数的回归模型训练测试多次，每一次训练测试包括步骤201至步骤203：

步骤201，从样本数据集中随机选取部分样本数据作为训练样本，剩余样本数据作为测试样本，所述剩余样本数据为从样本数据集中剔除部分样本数据所剩余的样本数据；