[发明专利]一种输电线路树障生长预测方法

权利要求书

1.一种输电线路树障生长预测方法，其特征在于，所述方法包括以下步骤：

S101、获取输电线路树障隐患样本数据；

S102、对输电线路树障隐患样本数据进行一次扩展处理，获得一次扩展样本数据；

S103、将一次扩展样本数据输入到循环预测模型中进行二次扩展处理，获得二次扩展样本数据；

S104、通过二次扩展样本数据对树高生长模型进行训练；

S105、将实时采集的输电线路树障隐患数据输入到树高生长模型中，获得树高预测数据。

2.根据权利要求1所述的一种输电线路树障生长预测方法，其特征在于，所述输电线路树障隐患样本数据包括树种、树龄、郁闭度、植株数量、当前树高、当前胸径、距离导线的当前水平距离和垂直距离、生长速率。

3.根据权利要求1所述的一种输电线路树障生长预测方法，其特征在于，对输电线路树障隐患样本数据进行一次扩展处理，具体包括：

S201、从扩展策略集合中选择一扩展策略；

S202、根据选中的扩展策略对输电线路树障隐患样本数据进行一次扩展处理。

4.根据权利要求3所述的一种输电线路树障生长预测方法，其特征在于，从扩展策略集合中选择一扩展策略，具体包括以下步骤：

S301、获取输电线路区段信息列表，从输电线路区段信息列表中随机选择一区段作为目标区段；

S302、获取目标区段的历史树障清除数据，基于历史树障清除数据从扩展策略集合中选择扩展策略。

5.根据权利要求4所述的一种输电线路树障生长预测方法，其特征在于，基于历史树障清除数据从扩展策略集合中选择扩展策略，具体包括以下步骤：

S401、根据历史树障清除数据生成历史树障清除数据变化曲线图；

S402、计算历史树障清除数据变化曲线图中曲线的平均曲率；

S403、对平均曲率进行分级，根据平均曲率所属级别从扩展策略集合中选择扩展策略。

6.根据权利要求1所述的一种输电线路树障生长预测方法，其特征在于，将一次扩展样本数据输入到循环预测模型中进行二次扩展处理，具体包括以下步骤：

S501、创建用于组成循环预测模型的预测模型和倒推模型，设定预测模型的目标为根据输入的树障隐患数据预测树障生长数据，设定倒推模型的目标为根据输入的树障生长数据倒推树障隐患数据；

S502、通过一次扩展样本数据对预测模型和倒推模型进行多轮协同训练，在每次多轮中生成更准确的树障隐患数据和树障生长数据，获得二次扩展样本数据。

7.根据权利要求6所述的一种输电线路树障生长预测方法，其特征在于，所述步骤S502具体包括：

S601、提取一次扩展样本数据中相对应的树障隐患数据和树障生长数据，作为有解样本数据集；

S602、通过有解样本数据集对预测模型和倒推模型进行预训练；

S603、提取一次扩展样本数据中的树障隐患数据形成树障隐患样本，提取其中的树障生长数据形成树障生长样本；

S604、通过树障隐患样本和树障生长样本对预测模型和倒推模型进行协同训练。

8.根据权利要求7所述的一种输电线路树障生长预测方法，其特征在于，所述步骤S604具体包括：

S701、在首轮协同训练时，将树障隐患样本输入到预测模型中，获得与树障隐患样本对应的树障生长数据，将树障隐患样本与相对应的树障生长数据添加到第一训练数据集中；

S702、在首轮协同训练时，将树障生长样本输入到倒推模型中，获得与树障生长样本对应的树障隐患数据，将树障生长样本与相对应的树障隐患数据添加到第二训练数据集中；

S703、在后续每轮协同训练时，使用上一轮协同训练输出的第一训练数据集和第二训练数据集分别对预测模型、倒推模型进行训练，对预测模型和倒推模型的参数进行更新。