基于六大预警中心的电网灾害综合监测系统

摘要

本发明公开了基于六大预警中心的电网灾害综合监测系统，涉及电网灾害预警技术领域，解决了现有方案中使用的基础数据不够准确，不利于电网灾害预警的技术问题；本发明设置了数据整合模块，该设置按照设定周期获取自然灾害预警中心对应的预测数据图并进行整合分析，为本发明的综合分析提供基础数据，有助于提高本发明的预警准确度和预警效率；本发明设置了发展分析模块，该设置根据电力相关数据获取电力相关曲线，为本发明的综合分析提供参考数据，将电力相关数据考虑进去，有助于提高本发明的电网灾害预警精度；本发明设置了综合分析模块，该设置保证了基础数据的丰富性和准确性，保证了电网灾害能够被及时精准地预测。

说明书

技术领域

本发明属于电网灾害预警领域，涉及数据分析技术，具体是基于六大预警中心的电网灾害综合监测系统。

背景技术

电网灾害包括风灾、雷害、冰灾、地质灾害、火灾等一系列的灾害。目前电网规划的现状是主要考虑电气结构的优化，不能结合现有的灾害预警中心对电网灾害进行综合预警。

公开号为CN103150630A的发明专利提供了一种基于多方位信息的电网灾害预警辅助系统，包括中央服务器计算机系统、数据处理计算机系统、指标分析计算机系统和独立的子系统；中央服务器计算机系统通过数据处理计算机系统从原来个子独立的子系统中抽取必要的电网信息数据、必要的灾害信息数据以及必要的地域、政治、经济重要性数据，并以统一格式实现数据的交互、集成，形成共享，供电网规划技术人员从终端计算机上下载使用；数据处理计算机系统与中央服务器计算机系统连接，为协助中央服务器计算机系统调取必要的电网信息数据、必要的灾害信息数据以及必要的地域、政治、经济重要性数据。

上述方案以数据仓库的方式，把电网信息、灾害信息和地域政治经济重要性信息集中起来统一管理，采用统一的信息标准编码和数据标准，形成具有可扩充和可集成应用的同一平台；将灾害信息、地域政治经济重要性信息等非电网信息和电网数据信息同时提供给电网规划技术人员，从而使技术人员在拟订备选方案时就能同时将电气因素和非电气因素考虑进去，提高规划方案的质量；但是，上述方案中所使用的电网信息、灾害信息和地域政治经济重要性信息的获取较为复杂，不利于电网灾害信息的预警；因此，上述方案仍需进一步改进。

发明内容

为了解决上述方案存在的问题，本发明提供了基于六大预警中心的电网灾害综合监测系统。

本发明的目的可以通过以下技术方案实现：基于六大预警中心的电网灾害综合监测系统，包括处理器、数据整合模块、发展分析模块、综合分析模块、灾害预测模块、预警调度模块和数据存储模块；

所述数据整合模块与自然灾害预警中心通信连接；所述数据整合模块按照设定周期获取自然灾害预警中心对应的预测数据图并进行整合分析；所述设定周期包括一天和一星期；

所述综合分析模块用于对监测区域的电网灾害进行综合分析，包括：

当综合分析模块接收到原始灾害图像和电力相关曲线时，根据监测范围图中的地理坐标提取原始灾害图像中对应的覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级，并将覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级分别标记为FD、SD、WD、LD、FD和DD；所述电力相关曲线包括电力单价曲线、GDP变化曲线和电力供求系数曲线；

通过公式

获取电力相关曲线的一阶导函数，获取一阶导函数为0时的时刻并标记为极值时刻；获取电力相关曲线的二阶导函数，当二阶导函数在极值时刻大于0时，则将极值时刻带入电力相关曲线中获取最大值，当二阶导函数在极值时刻小于0时，则将极值时刻带入电力相关曲线中获取最小值；获取最大值和最小值两点之间的斜率绝对值并标记为XL；

当灾害评估系数ZPX满足ZPX≥L1，且斜率绝对值XL满足XL≥L2时，则判定对应的地理坐标点发生电网灾害；当灾害评估系数ZPX满足0

通过未发生灾害和发生灾害的地理坐标点结合第三方GIS平台生成电网灾害预警图；所述电网灾害预警图中未发生电网灾害的地理坐标点标记为绿色，发生电网灾害的地理坐标点标记为红色，剩余的地理坐标点标记为黄色；

通过处理器将电网灾害预警图分别发送至调度模块和数据存储模块。

优选的，所述灾害预测模块用于获取监测区域的电网灾害预测图，包括：

通过数据存储模块获取电网灾害历史数据，所述电网灾害历史数据包括电网灾害预警图中地理坐标点对应的电力单价、GDP、电力供求系数、覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级；

构建人工智能模型；所述人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络；

将电网灾害历史数据按照设定比例划分为训练集和测试集；所述设定比例包括4:1、3:1和5:2；

将训练集和测试集经过数据归一化处理之后输入至人工智能模型进行训练和测试；当人工智能模型的学习精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为预测模型；

获取电网灾害预测数据，所述电网灾害预测数据包括预测的电力单价、GDP、电力供求系数、覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级；

将电网灾害预测数据经过数据归一化处理之后输入至预测模型获取输出结果，所述输出结果为电网灾害预测数据对应地理坐标点的颜色；

根据输出结果生成电网灾害预测图；将电网灾害预测图分别发送至数据存储模块和预警调度模块。

优选的，所述预警调度模块用于调度工作人员，包括：

获取电网预警图中红色地理坐标点的坐标并标记为目标位置；所述电网预警图包括电网灾害预警图和电网灾害预测图；

获取工作人员的位置并标记为初始位置；通过第三方地图平台规划初始位置和目标位置之间的路线；所述第三方地图平台包括高德地图、腾讯地图和百度地图；

将路线发送至工作人员的智能终端；所述智能终端包括智能手机、平板电脑和笔记本电脑；

并将工作人员的位置实时显示在电网预警图中。

优选的，所述发展分析模块用于分析监测区域的电力相关数据，包括：

按照设定周期获取监测区域的电力单价、GDP和电力供求系数；

以获取时间为自变量，分别以电力单价、GDP和电力供求系数为因变量进行N阶多项式拟合获取电力单价曲线、GDP变化曲线和电力供求系数曲线；其中N≥3；

获取电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的二阶导数，当二阶导数为0时，则判定对应的曲线不满足要求，则通过线性插值法扩展数据，并通过N阶多项式拟合重新获取对应的曲线；当电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的决定系数均小于等于0.95时，则判定对应的曲线不满足要求，并通过N+1阶多项式拟合获取对应的曲线；

将满足要求的电力单价曲线、GDP变化曲线和电力供求系数曲线通过处理器发送至综合分析模块和数据存储模块。

优选的，对所述预测数据图进行整合分析的具体步骤包括：

获取监测区域的地理范围图，所述地理范围图中每个像素点均对应一个地理坐标；

通过自然灾害预警中心获取预测数据图；

通过第三方GIS平台读取地理范围图和预测数据图，根据地理范围图的像素点坐标对预测数据图进行几何校正、重采样和分割；所述第三方GIS平台包括ArcGIS和ENVI；

将经过几何校正和分割之后的预测数据图按照设定次序进行叠层获取原始灾害图像；

通过处理器将原始灾害图像分别发送至综合分析模块和数据存储模块。

优选的，所述电力相关数据包括电力单价、监测区域的GDP和电力供求系数；所述电力供求系数是电力需求总量与电力供给总量的比值。

优选的，所述自然灾害预警中心包括覆冰预警中心、山火预警中心、舞动预警中心、雷电预警中心、台风预警中心和地质灾害预警中心；所述自然灾害预警中心通过WebService技术为数据整合模块提供对应的预测数据图；所述预测数据图包括覆冰预测分布图、山火预测分布图、舞动广域风险预测图、雷击点按时分色分布图、台风广域风险预测图和地质灾害广域风险预测图；所述预测数据图中包括发布时间和风险等级。

优选的，所述处理器分别与数据整合模块、发展分析模块、综合分析模块、灾害预测模块、预警调度模块和数据存储模块通信连接；所述预警调度模块分别与数据存储模块和灾害预测模块通信连接，所述综合分析模块分别与数据整合模块、发展分析模块和数据整合模块通信连接。

与现有技术相比，本发明的有益效果是：

1、本发明设置了数据整合模块，该设置与自然灾害预警中心通信连接；数据整合模块按照设定周期获取自然灾害预警中心对应的预测数据图并进行整合分析，为本发明的综合分析提供基础数据，有助于提高本发明的预警准确度和预警效率；

2、本发明设置了发展分析模块，该设置用于分析监测区域的电力相关数据；发展分析模块根据电力相关数据获取电力相关曲线，为本发明的综合分析提供参考数据，将电力相关数据考虑进去，有助于提高本发明的电网灾害预警精度；

3、本发明设置了综合分析模块，该设置用于对监测区域的电网灾害进行综合分析；综合分析模块结合电力相关曲线和原始灾害图像对监测区域的电网灾害完成预警，保证了基础数据的丰富性和准确性，保证了电网灾害能够被及时精准地预测。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的原理示意图。

具体实施方式

下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

请参阅图1，基于六大预警中心的电网灾害综合监测系统，包括处理器、数据整合模块、发展分析模块、综合分析模块、灾害预测模块、预警调度模块和数据存储模块；

数据整合模块与自然灾害预警中心通信连接；数据整合模块按照设定周期获取自然灾害预警中心对应的预测数据图并进行整合分析；设定周期包括一天和一星期；

综合分析模块用于对监测区域的电网灾害进行综合分析，包括：

当综合分析模块接收到原始灾害图像和电力相关曲线时，根据监测范围图中的地理坐标提取原始灾害图像中对应的覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级，并将覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级分别标记为FD、SD、WD、LD、FD和DD；电力相关曲线包括电力单价曲线、GDP变化曲线和电力供求系数曲线；

通过公式

获取电力相关曲线的一阶导函数，获取一阶导函数为0时的时刻并标记为极值时刻；获取电力相关曲线的二阶导函数，当二阶导函数在极值时刻大于0时，则将极值时刻带入电力相关曲线中获取最大值，当二阶导函数在极值时刻小于0时，则将极值时刻带入电力相关曲线中获取最小值；获取最大值和最小值两点之间的斜率绝对值并标记为XL；

当灾害评估系数ZPX满足ZPX≥L1，且斜率绝对值XL满足XL≥L2时，则判定对应的地理坐标点发生电网灾害；当灾害评估系数ZPX满足0

通过未发生灾害和发生灾害的地理坐标点结合第三方GIS平台生成电网灾害预警图；电网灾害预警图中未发生电网灾害的地理坐标点标记为绿色，发生电网灾害的地理坐标点标记为红色，剩余的地理坐标点标记为黄色；

通过处理器将电网灾害预警图分别发送至调度模块和数据存储模块。

进一步地，灾害预测模块用于获取监测区域的电网灾害预测图，包括：

通过数据存储模块获取电网灾害历史数据，电网灾害历史数据包括电网灾害预警图中地理坐标点对应的电力单价、GDP、电力供求系数、覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级；

构建人工智能模型；人工智能模型包括误差逆向反馈神经网络、RBF神经网络和深度卷积神经网络；

将电网灾害历史数据按照设定比例划分为训练集和测试集；设定比例包括4:1、3:1和5:2；

将训练集和测试集经过数据归一化处理之后输入至人工智能模型进行训练和测试；当人工智能模型的学习精度达到目标精度时，则判定人工智能模型完成训练，将训练完成的人工智能模型标记为预测模型；

获取电网灾害预测数据，电网灾害预测数据包括预测的电力单价、GDP、电力供求系数、覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级；

将电网灾害预测数据经过数据归一化处理之后输入至预测模型获取输出结果，输出结果为电网灾害预测数据对应地理坐标点的颜色；

根据输出结果生成电网灾害预测图；将电网灾害预测图分别发送至数据存储模块和预警调度模块。

进一步地，预警调度模块用于调度工作人员，包括：

获取电网预警图中红色地理坐标点的坐标并标记为目标位置；电网预警图包括电网灾害预警图和电网灾害预测图；

获取工作人员的位置并标记为初始位置；通过第三方地图平台规划初始位置和目标位置之间的路线；第三方地图平台包括高德地图、腾讯地图和百度地图；

将路线发送至工作人员的智能终端；智能终端包括智能手机、平板电脑和笔记本电脑；

并将工作人员的位置实时显示在电网预警图中。

进一步地，发展分析模块用于分析监测区域的电力相关数据，包括：

按照设定周期获取监测区域的电力单价、GDP和电力供求系数；

以获取时间为自变量，分别以电力单价、GDP和电力供求系数为因变量进行N阶多项式拟合获取电力单价曲线、GDP变化曲线和电力供求系数曲线；其中N≥3；

获取电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的二阶导数，当二阶导数为0时，则判定对应的曲线不满足要求，则通过线性插值法扩展数据，并通过N阶多项式拟合重新获取对应的曲线；当电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的决定系数均小于等于0.95时，则判定对应的曲线不满足要求，并通过N+1阶多项式拟合获取对应的曲线；

将满足要求的电力单价曲线、GDP变化曲线和电力供求系数曲线通过处理器发送至综合分析模块和数据存储模块。

进一步地，对预测数据图进行整合分析的具体步骤包括：

获取监测区域的地理范围图，地理范围图中每个像素点均对应一个地理坐标；

通过自然灾害预警中心获取预测数据图；

通过第三方GIS平台读取地理范围图和预测数据图，根据地理范围图的像素点坐标对预测数据图进行几何校正、重采样和分割；第三方GIS平台包括ArcGIS和ENVI；

将经过几何校正和分割之后的预测数据图按照设定次序进行叠层获取原始灾害图像；

通过处理器将原始灾害图像分别发送至综合分析模块和数据存储模块。

进一步地，电力相关数据包括电力单价、监测区域的GDP和电力供求系数；电力供求系数是电力需求总量与电力供给总量的比值。

进一步地，自然灾害预警中心包括覆冰预警中心、山火预警中心、舞动预警中心、雷电预警中心、台风预警中心和地质灾害预警中心；自然灾害预警中心通过Web Service技术为数据整合模块提供对应的预测数据图；预测数据图包括覆冰预测分布图、山火预测分布图、舞动广域风险预测图、雷击点按时分色分布图、台风广域风险预测图和地质灾害广域风险预测图；预测数据图中包括发布时间和风险等级。

进一步地，处理器分别与数据整合模块、发展分析模块、综合分析模块、灾害预测模块、预警调度模块和数据存储模块通信连接；预警调度模块分别与数据存储模块和灾害预测模块通信连接，综合分析模块分别与数据整合模块、发展分析模块和数据整合模块通信连接。

上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。

本发明的工作原理：

获取监测区域的地理范围图，所述地理范围图中每个像素点均对应一个地理坐标；通过自然灾害预警中心获取预测数据图；通过第三方GIS平台读取地理范围图和预测数据图，根据地理范围图的像素点坐标对预测数据图进行几何校正、重采样和分割；将经过几何校正和分割之后的预测数据图按照设定次序进行叠层获取原始灾害图像；

按照设定周期获取监测区域的电力单价、GDP和电力供求系数；以获取时间为自变量，分别以电力单价、GDP和电力供求系数为因变量进行N阶多项式拟合获取电力单价曲线、GDP变化曲线和电力供求系数曲线；；获取电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的二阶导数，当二阶导数为0时，则判定对应的曲线不满足要求，则通过线性插值法扩展数据，并通过N阶多项式拟合重新获取对应的曲线；当电力单价曲线、GDP变化曲线和电力供求系数曲线中任一曲线的决定系数均小于等于0.95时，则判定对应的曲线不满足要求，并通过N+1阶多项式拟合获取对应的曲线；

当综合分析模块接收到原始灾害图像和电力相关曲线时，根据监测范围图中的地理坐标提取原始灾害图像中对应的覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级，并将覆冰预警等级、山火预警等级、舞动预警等级、雷电预警等级、台风预警等级和地质灾害预警等级分别标记为FD、SD、WD、LD、FD和DD；获取灾害评估系数ZPX；获取电力相关曲线的一阶导函数，获取一阶导函数为0时的时刻并标记为极值时刻；获取电力相关曲线的二阶导函数，当二阶导函数在极值时刻大于0时，则将极值时刻带入电力相关曲线中获取最大值，当二阶导函数在极值时刻小于0时，则将极值时刻带入电力相关曲线中获取最小值；获取最大值和最小值两点之间的斜率绝对值并标记为XL；当灾害评估系数ZPX满足ZPX≥L1，且斜率绝对值XL满足XL≥L2时，则判定对应的地理坐标点发生电网灾害；当灾害评估系数ZPX满足0

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。