融合数字地理的台风灾害馈线跳闸事前概率预测方法与流程

本发明涉及配电网，特别涉及一种融合数字地理的台风灾害馈线跳闸事前概率预测方法。

背景技术：

1、输配电设施长期暴露在大气环境中，极易受自然灾害影响，特别是在小概率高风险的气象灾害事件中，往往会发生大面积停电事故。台风不仅会引发暴雨、滑坡、山洪、泥石流等次生灾害，还会造成线路跳闸、倒杆断线、设备浸泡，影响电力可靠供应。

2、线路跳闸评估方法一般分为两种，有限元分析法和数据驱动法。有限元法需要根据线路及其杆塔建立有限元模型，对环境应力作细致的仿真分析，计算精度高、耗时长；而数据驱动法，根据历史大数据作统计分析，选取合适的特征向量建立机器学习模型，预测特征重现时后果，在大数据背景下具有速度快、准确度高、可规模化应用的优点。

3、国内外研究者对自然灾害对电网影响分析建模作了大量工作，包括特征向量选取、模型构建和预测应用等方面。然而，特征向量多通过业务系统收集，筛选特征向量及数据清洗方面耗费了大量的人力，应用效果受限于投入人力的情况。

技术实现思路

1、本发明实施例提供了一种融合数字地理的台风灾害馈线跳闸事前概率预测方法，以至少解决相关技术中对台风灾害馈线跳闸事前预测处理工作量大的技术问题。

2、根据本发明实施例的一方面，提供了一种融合数字地理的台风灾害馈线跳闸事前概率预测方法，包括：

3、获取并处理台风对馈线跳闸影响的特征数据，特征数据包括：馈线所在网格区域的经度和纬度坐标；融合数字地理高程图获取的海拔高度、坡向和坡度信息；数字地理植被图获取的地形标签；历史的台风移速、风速、日降雨量和中心气压数据；

4、根据所述特征数据生成台风灾害馈线跳闸的特征数据向量；

5、基于所述特征数据向量生成馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型的输入为特征数据向量，所述馈线跳闸事前概率评估模型的输出为预测馈线跳闸概率及演进趋势；

6、将待评估的台风对馈线跳闸影响的特征数据进行处理，并生成待评估特征数据向量输入所述馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型输出预测馈线跳闸概率及演进趋势。

7、可选地，融合数字地理高程图获取的海拔高度、坡向和坡度信息包括：将馈线所在网格区域的经、纬度坐标转换到数字地理高程图的xy坐标，通过所述融合数字地理高程图获取相应的经、纬度坐标的海拔高度，并计算经、纬度坐标的坡向和坡度。

8、可选地，通过所述融合数字地理高程图获取相应的经、纬度坐标的海拔高度，并计算经、纬度坐标的坡向和坡度，包括：

9、从融合数字地理高程图提取像素高程作为海拔高度z，以影像图坐标(x,y)为图像元素e海拔高度ze，八个方向从左到右、自上而下设为a、b、c、d、e、f、g、h、i，对应的海拔高度分别为：za、zb、zc、zd、ze、zf、zg、zh、zi；

10、计算图像元素e在x方向上的变化率：

11、

12、计算图像元素e在y方向上的变化率：

13、

14、式中，cs是数字地图精度；

15、根据图像元素e在x、y方向上的变化率计算图像元素e的坡度se：

16、

17、根据图像元素e在x、y方向上的变化率计算坡向de：

18、

19、可选地，数字地理植被图获取的地形标签包括：从高精度数字地理植被图提取地形标签，并对地形标签向量化。

20、可选地，对地形标签向量化包括：将高精度数字地理植被图在像素坐标上标注了植被覆盖类型，以数值作为分类标签，包含多个主要的地表覆盖类型，地表覆盖类型包括：耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。

21、可选地，所述馈线跳闸事前概率评估模型采用随机森林模型。

22、可选地，通过馈线跳闸事前概率评估模型的预测结果绘制直方图，并以等间隔时间重复利用随机森林模型预测跳闸情况来估计台风影响范围发展及演进趋势。

23、根据本发明实施例的另一方面，还提供了一种融合数字地理的台风灾害馈线跳闸事前概率预测系统，包括：

24、特征数据获取模块，用于获取台风对馈线跳闸影响的特征数据；

25、特征数据向量模块，用于对所述特征数据进行处理生成台风灾害馈线跳闸的特征数据向量；

26、模型构建模块，用于基于所述特征数据向量生成馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型的输入为特征数据向量，所述馈线跳闸事前概率评估模型的输出为预测馈线跳闸概率及演进趋势；通过将待评估的台风对馈线跳闸影响的特征数据，并处理生成待评估特征数据向量输入所述馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型输出预测馈线跳闸概率及演进趋势。

27、根据本发明实施例的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行上述任意一项所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法。

28、根据本发明实施例的另一方面，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任意一项所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法。

29、与现有的技术相比，本发明具有如下有益效果：

30、本发明实施例中，融合数字地理的台风灾害馈线跳闸事前概率预测方法通过获取并处理台风对馈线跳闸影响的特征数据，特征数据包括：馈线所在网格区域的经度和纬度坐标；融合数字地理高程图获取的海拔高度、坡向和坡度信息；数字地理植被图获取的地形标签；历史的台风移速、风速、日降雨量和中心气压数据；根据所述特征数据生成台风灾害馈线跳闸的特征数据向量；基于所述特征数据向量生成馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型的输入为特征数据向量，输出为预测馈线跳闸概率及演进趋势；将待评估的台风对馈线跳闸影响的特征数据进行处理，并生成待评估特征数据向量输入所述馈线跳闸事前概率评估模型，所述馈线跳闸事前概率评估模型输出预测馈线跳闸概率及演进趋势。通过充分利用数字地理方向的研究成果：高程图和植被图，对其作必要变换，以此作为自然灾害对馈线跳闸的特征，大幅减少人为收集特征数据的工作量，同时也减少了人为输入数据出错的情况。

31、此外，通过特征向量化和样本均衡等手段提高了随机森林模型预测精度；概率预测和演进趋势等模型输出与呈现手段提高了模型实用性。

技术特征：

1.融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，包括：

2.根据权利要求1所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，融合数字地理高程图获取的海拔高度、坡向和坡度信息包括：将馈线所在网格区域的经、纬度坐标转换到数字地理高程图的xy坐标，通过所述融合数字地理高程图获取相应的经、纬度坐标的海拔高度，并计算经、纬度坐标的坡向和坡度。

3.根据权利要求2所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，通过所述融合数字地理高程图获取相应的经、纬度坐标的海拔高度，并计算经、纬度坐标的坡向和坡度，包括：

4.根据权利要求1所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，数字地理植被图获取的地形标签包括：从高精度数字地理植被图提取地形标签，并对地形标签向量化。

5.根据权利要求4所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，对地形标签向量化包括：将高精度数字地理植被图在像素坐标上标注了植被覆盖类型，以数值作为分类标签，包含多个主要的地表覆盖类型，地表覆盖类型包括：耕地、森林、草地、灌木地、湿地、水体、苔原、人造地表、裸地、冰川和永久积雪。

6.根据权利要求1所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，所述馈线跳闸事前概率评估模型采用随机森林模型。

7.根据权利要求6所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法，其特征在于，通过馈线跳闸事前概率评估模型的预测结果绘制直方图，并以等间隔时间重复利用随机森林模型预测跳闸情况来估计台风影响范围发展及演进趋势。

8.一种融合数字地理的台风灾害馈线跳闸事前概率预测系统，其特征在于，包括：

9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至7中任意一项所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法。

10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至7中任意一项所述的融合数字地理的台风灾害馈线跳闸事前概率预测方法。

技术总结
本发明公开了一种融合数字地理的台风灾害馈线跳闸事前概率预测方法，通过获取并处理台风对馈线跳闸影响的特征数据包括：馈线所在网格区域的经度和纬度坐标；融合数字地理高程图获取的特征；数字地理植被图获取的地形标签；气象数据；根据特征数据生成特征数据向量；基于特征数据向量生成馈线跳闸事前概率评估模型，该模型的输入为特征数据向量，输出为预测馈线跳闸概率及演进趋势；将待评估的台风对馈线跳闸影响数据处理输入该模型，得到预测馈线跳闸概率及演进趋势。通过充分利用数字地理方向的高程图和植被图，并进行变换，以此作为自然灾害对馈线跳闸的特征，大幅减少人为收集特征数据的工作量，同时也减少了人为输入数据出错的情况。

技术研发人员：李珊,欧阳健娜,周杨珺,邬蓉蓉,黄志都,唐捷,张炜,张玉波
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：
技术公布日：2024/1/15