一种电网设备预警方法及系统与流程

1.本发明属于电网技术领域，尤其涉及一种电网设备预警方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.随着海上风电技术的成熟，以及近海区域海上风电的建设日渐饱和，大容量远海风电技术逐渐成为研究热点之一。海上设备的安全与气象密切相关，在东南沿海的岛屿每年都受到台风的侵袭，对电网设备造成严重的破坏。灾害性海浪通常是指海上波高超过6米的海浪，在近海区域，海浪波高一旦超过3米就会严重损坏海上电网设备或沿岸电网设备。
4.目前往往通过耗费大量的人力物力对电网设备进行定期或不定期的检修，来预防气象对电网设备的影响。目前方案有基于台风的影响范围对沿岸设备进行预警的方案，但是对于海浪波高对于海上设备的破坏，无法做到及时的预警，无法全面的根据海浪波高影响因素对海上设备的破坏程度进行有效的预测预警。


技术实现要素：

5.为克服上述现有技术的不足，本发明提供了一种电网设备预警方法及系统，综合考虑了海上设备所在地的海浪波高的影响因素，基于台风移动路径与海上设备所在区域的关联关系、台风特征以及海上设备所在地的当地风速对海上设备所在地的海浪波高进行预测预警，提高了预警的准确性，减少了电网设备损失。
6.为实现上述目的，本发明的第一个方面提供一种电网设备预警方法，包括：
7.获取海上设备的地理位置；
8.获取台风移动路径，根据台风移动路径结合海上设备的地理位置确定台风波高信息；
9.根据海上设备的地理位置获取当地风速；
10.根据台风波高信息和当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高、发布预警结果。
11.本发明的第二个方面提供一种电网设备预警系统，包括：
12.第一获取模块：获取海上设备的地理位置以及台风移动路径；
13.台风波高信息确定模块：根据台风移动路径结合海上设备的地理位置确定台风波高信息；所述台风波高信息包括台风特征、台风与海上设备的相对位置；
14.第二获取模块：根据海上设备的地理位置获取当地风速；
15.预警模块：根据台风波高信息、当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高情况，根据所得到的海浪波高情况发布预警结果。
16.本发明的第三个方面提供一种计算机设备，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述
存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行一种电网设备预警方法。
17.本发明的第四个方面提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行一种电网设备预警方法。
18.以上一个或多个技术方案存在以下有益效果：
19.在本发明中，根据海上设备的地理位置以及台风移动路径，根据台风与海上设备所在区域之间的距离的关系，以及结合海上设备所在地的当地风速来预测海上设备所在地的海浪波高情况，进而进行相应的预警。一方面考虑了台风影响范围导致的海上设备所在地海浪波高情况，同时结合当地风速情况，海上设备所在地的海浪波高情况不仅受台风与海上设备之间的影响，而且还受当地的风速的影响，本发明通过综合考虑海上设备所在地区的海浪波高的影响因素，对海上设备所在地的海浪波高进行预测预警，提高了预警的准确性，有效降低了应急资源，形成了针对海上设备海浪波高的精细化预警，减少了电网设备损失。
20.本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
21.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
22.图1为本发明实施例一中一种电网设备预警方法流程图。
具体实施方式
23.应该指出，以下详细说明都是示例性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
24.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。
25.在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
26.实施例一
27.如图1所示，本实施例公开了一种电网设备预警方法，包括：
28.获取海上设备的地理位置；
29.获取台风移动路径，根据台风移动路径结合海上设备的地理位置确定台风波高信息；
30.根据海上设备的地理位置获取当地风速；
31.根据台风波高信息和当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高、发布预警结果。
32.在本实施例中，获取海上设备所在的区域的经纬度信息以及台风移动路径信息，根据台风移动路径和海上设备的经纬度信息确定台风波高信息，其中，台风波高信息台风的经纬度与海上设备地理位置之间的相对关系、台风中心气压、台风最大风速、台风移动速
度、台风移动方向与海上设备地理位置之间相对关系。
33.确定台风的影响范围，根据台风的影响范围与海上设备的所在区域，以两个区域的距离最近的两个点作为台风的经纬度和海上设备的经纬度点。
34.对于海上海浪波高模型的预训练包括：
35.获取历史台风风场信息、海上设备地理位置以及对应的当地风速；
36.根据时间将海上设备所在区域的海浪波高作为历史台风风场信息、海上设备地理位置以及对应的当地风速的数据标签；
37.带有数据标签的历史台风风场信息、海上设备地理位置以及对应的当地风速构成训练集；
38.利用卷积神经网络构建海浪波高模型，利用训练集对所构建的海浪波高模型进行预训练。
39.具体的，通过将海上设备地理位置与台风之间的距离关系、海上设备区域当地的风速以及台风当前的相关数据根据时间进行一一对应，然后形成多个时间点的多维数据，根据时间点将海上区域所在区域的海浪波高作为多维数据的标签，构成训练集，利用训练集对所构建的海浪波高模型进行预训练。
40.一般来说，台风引起的海浪波高随台风的最大风速增大而增大，随台风中心距离的增大而减小，通过计算台风位置与海上设备所在区域相对位置的信息，来表明台风信息与所预警的海上设备所在区域海浪波高的关联性。
41.而且海浪的波高情况也受当地风速的影响，海上设备所在区域的海浪波高情况一方面受所研究的台风的影响，另外一方面也可能是当地风速引发的或者受其他区域的风浪传播引发的，通过考虑当地的风速情况，能够更为准确地对后期的海浪波高情况进行预测。
42.在本实施例中，对于海浪波高标签，具体的，海浪波高2-4米对应的数据标签为1，海浪波高4-6米对应的数据标签为2，海浪波高6-8米对应的数据标签为3，海浪波高8-10米对应的数据标签为4，海浪波高大于10米对应的数据标签为5。
43.在本实施例中，对于获取的台风波高信息进行预处理，包括：将台风的经纬度与海上设备地理位置之间的相对关系根据远近程度划分多个距离范围；将台风中心气压根据气压大小划分为多个气压范围；将台风移动速度划分为多个速度范围；台风移动方向与海上设备地理位置之间相对关系根据移动角度划分为多个角度范围；根据当地风速的大小划分为多个风速范围；将台风最大风速根据风速划分为多个对应的范围。通过上述的划分，将明显的差异较大的数据剔除。
44.在本实施例中，将台风的经纬度与海上设备地理位置之间的相对距离、台风中心气压、台风最大风速、台风移动速度、台风移动方向与海上设备地理位置之间相对角度、当地风速作为输入信息，将标签海浪波高作为输出，对构建的卷积神经网络所构建海浪波高模型进行训练。
45.其中，卷积神经网络包括依次连接的第一卷积层、池化层、第二卷积层、全连接层和归一化指数函数，其中，第一卷积层用于对输入信息进行卷积操作，通过卷积捕捉隐藏信息，生成特征；池化层用于对第一卷积层的输出进行最大池化处理，在保证不降低映射的分辨率的前提下减小特征映射的尺寸，得到池化特征；第二卷积层用于对池化层的输出进行卷积操作，得到特征矩阵，将特征矩阵与对应的特征权重通过非线性激活函数进行处理，得
到局部特征；全连接层用于对经过非线性激活函数处理后的特征进行非线性变换，提取特征的非线性；归一化指数函数用于对全连接层的输出进行预测，得到所输入信息对应的海浪波高范围的概率。
46.在本实施例中，第二卷积层具体为自适应阈值操作与卷积核结合的方式，采用类似传统卷积核重叠扫描的方式进行运算。在第二卷积层中，将多个自适应阈值的卷积核对输入特征进行卷积操作，得到多个特征矩阵；然后通过非线性激活函数将多个特征矩阵与多个可学习的特征权重进行运算，得到第二卷积层的输出。本实施例第二卷积层的设置项对于传统的卷积层的操作，具有更快的训练速度和较小的拟合倾向。
47.在本实施中，将海浪波高模型所输出的海浪波高范围标签与实际的海浪波高范围进行比较，通过交叉熵损失函数计算两者的偏差，给定两个概率分布，通过q来表示p的交叉熵损失，具体：
[0048][0049]
其中，p表示实际的海浪波高标签，q表示预测值，交叉熵越小，表明预测标签越接近真实标签，x为输入信息即台风的经纬度与海上设备地理位置之间的相对距离、台风中心气压、台风最大风速、台风移动速度、台风移动方向与海上设备地理位置之间相对角度、当地风速。
[0050]
根据交叉熵损失函数计算所构建的卷积神经网络参数的梯度，再运动梯度下降法更新网络的参数，梯度下降法的公式为：
[0051][0052]
其中，l(θi)表示损失函数，θi表示卷积神经网络参数，α表示学习率，用于控制梯度下降的速度。
[0053]
在本实施例中，根据预测出的海浪波高的情况发布预警信息，预警信息包括预警区域的地理位置、预警等级、当地风速。预警等级根据所预测的海浪波高情况确定，海浪波高越高预计等级级别越高。
[0054]
实施例二
[0055]
本实施例的目的是提供一种电网设备预警系统，包括：
[0056]
第一获取模块：获取海上设备的地理位置以及台风移动路径；
[0057]
台风波高信息确定模块：根据台风移动路径结合海上设备的地理位置确定台风波高信息；所述台风波高信息包括台风特征、台风与海上设备的相对位置；
[0058]
第二获取模块：根据海上设备的地理位置获取当地风速；
[0059]
预警模块：根据台风波高信息、当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高情况，根据所得到的海浪波高情况发布预警结果。
[0060]
实施例三
[0061]
本实施例的目的是提供一种计算装置，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述方法的步骤。
[0062]
实施例四
[0063]
本实施例的目的是提供一种计算机可读存储介质。
[0064]
一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时执行上述方法的步骤。
[0065]
以上实施例二、三和四的装置中涉及的各步骤与方法实施例一相对应，具体实施方式可参见实施例一的相关说明部分。术语“计算机可读存储介质”应该理解为包括一个或多个指令集的单个介质或多个介质；还应当被理解为包括任何介质，所述任何介质能够存储、编码或承载用于由处理器执行的指令集并使处理器执行本发明中的任一方法。
[0066]
本领域技术人员应该明白，上述本发明的各模块或各步骤可以用通用的计算机装置来实现，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。本发明不限制于任何特定的硬件和软件的结合。
[0067]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

技术特征：
1.一种电网设备预警方法，其特征在于，包括：获取海上设备的地理位置以及台风移动路径；根据台风移动路径结合海上设备的地理位置确定台风波高信息；所述台风波高信息包括台风特征、台风与海上设备的相对位置；根据海上设备的地理位置获取当地风速；根据台风波高信息、当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高情况，根据所得到的海浪波高情况发布预警结果。2.如权利要求1所述的一种电网设备预警方法，其特征在于，所述台风波高信息具体包括台风与海上设备地理位置之间的距离、台风中心气压、台风最大风速、台风移动速度、台风移动方向与海上设备地理位置之间角度。3.如权利要求1所述的一种电网设备预警方法，其特征在于，所述海上海浪波高模型的预训练包括：获取历史台风波高信息、海上设备地理位置以及对应的当地风速；根据时间将海上设备所在区域的海浪波高作为所述历史台风波高信息、海上设备地理位置以及对应的当地风速的数据标签；将带有数据标签的历史台风波高信息、海上设备地理位置以及对应的当地风速作为训练集；利用卷积神经网络构建海浪波高模型，利用训练集对所构建的海浪波高模型进行预训练。4.如权利要求3所述的一种电网设备预警方法，其特征在于，所述数据标签具体为：海浪波高2-4米对应的数据标签为1，海浪波高4-6米对应的数据标签为2，海浪波高6-8米对应的数据标签为3，海浪波高8-10米对应的数据标签为4，海浪波高大于10米对应的数据标签为5。5.如权利要求3所述的一种电网设备预警方法，其特征在于，所述卷积神经网络包括依次连接的第一卷积层、池化层、第二卷积层、全连接层和归一化指数函数；所述第一卷积层用于对海上设备的地理位置、台风波高信息和当地风速进行卷积操作进行特征提取；所述池化层用于对经过第一卷积层特征提取后的特征进行最大池化操作，生成池化特征；所述第二卷积层用于对池化特征进行卷积操作，得到特征矩阵；所述全连接层用于对特征矩阵进行非线性变换；所述归一化指数函数用于根据全连接层输出的特征进行预测，得到对应的海浪波高范围对应的概率。6.如权利要求3所述的一种电网设备预警方法，其特征在于，通过卷积神经网络所输出的海浪波高标签与实际的海浪波高标签之间的偏差计算交叉熵损失，利用所述交叉熵损失计算卷积神经网络的参数，利用梯度下降法更新卷积神经网络的参数。7.如权利要求1所述的一种电网设备预警方法，其特征在于，所述预警结果包括预警区域的地理位置、预警等级、当地风速。8.一种电网设备预警系统，其特征在于，包括：
第一获取模块：获取海上设备的地理位置以及台风移动路径；台风波高信息确定模块：根据台风移动路径结合海上设备的地理位置确定台风波高信息；所述台风波高信息包括台风特征、台风与海上设备的相对位置；第二获取模块：根据海上设备的地理位置获取当地风速；预警模块：根据台风波高信息、当地风速结合预先训练好的海上海浪波高模型，得到海上设备所处区域的海浪波高情况，根据所得到的海浪波高情况发布预警结果。9.一种计算机设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至7任一项所述的一种电网设备预警方法。10.一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上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至7任一项所述的一种电网设备预警方法。

技术总结
本发明提出了一种电网设备预警方法及系统，根据海上设备的地理位置以及台风移动路径，根据台风与海上设备所在区域之间的距离的关系，以及结合海上设备所在地的当地风速来预测海上设备所在地的海浪波高情况，进而进行相应的预警。本发明通过综合考虑海上设备所在地区的海浪波高的影响因素，对海上设备所在地的海浪波高进行预测预警，提高了预警的准确性，有效降低了应急资源，形成了针对海上设备海浪波高的精细化预警，减少了电网设备损失。减少了电网设备损失。减少了电网设备损失。


技术研发人员：张兴华 陈胜喜 马勇 邵维廷 田笑 郭宗云 杨扬 何明丹 李晨娜 郭涛 胡芳 闫爱国
受保护的技术使用者：国网山东省电力公司济宁供电公司
技术研发日：2023.06.26
技术公布日：2023/10/15