用于电网的预测方法和控制器与流程

技术特征：
1.一种用于电网的预测方法，其特征在于，包括：获取待预测地区的地形数据和气象预测数据；根据所述地形数据和所述气象预测数据建立初始场结构数据；以及根据所述初始场结构数据和优化蚁群算法确定所述待预测地区的电网舞动隐患点和所述电网舞动隐患点之间的延伸路径。2.根据权利要求1所述的预测方法，其特征在于，所述地形数据包括舞动微地形分布数据，所述气象预测数据包括覆冰厚度预测数据和风速分布预测数据。3.根据权利要求2所述的预测方法，其特征在于，所述根据所述地形数据和所述气象预测数据建立初始场结构数据包括：将所述覆冰厚度预测数据、所述风速分布预测数据和所述舞动微地形分布数据进行网格化处理，以得到处理后覆冰厚度预测数据、处理后风速分布预测数据和处理后舞动微地形分布数据，其中所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据的网格分辨率一致且网格对应的区域一致；以及根据所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据建立所述初始场结构数据。4.根据权利要求3所述的预测方法，其特征在于，在所述覆冰厚度预测数据的网格分辨率小于所述风速分布预测数据的网格分辨率的情况下，所述处理后风速分布预测数据的网格分辨率、所述处理后舞动微地形分布数据与所述覆冰厚度预测数据的网格分辨率一致且网格对应的区域一致，所述处理后覆冰厚度预测数据为所述覆冰厚度预测数据；以及在所述覆冰厚度预测数据的网格分辨率大于所述风速分布预测数据的网格分辨率的情况下，所述处理后覆冰厚度预测数据的网格分辨率、所述处理后舞动微地形分布数据与所述风速分布预测数据的网格分辨率一致且网格对应的区域一致，所述处理后风速分布预测数据为所述风速分布预测数据。5.根据权利要求4所述的预测方法，其特征在于，所述根据所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据和所述处理后舞动微地形分布数据建立所述初始场结构数据包括：根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中节点的舞动微地形启发因子，以得到舞动微地形网格数据；以及根据所述舞动微地形网格数据、所述处理后覆冰厚度预测数据、所述处理后风速分布预测数据建立所述初始场结构数据，其中所述初始场结构数据包括节点的经度坐标、节点的纬度坐标、节点的覆冰厚度、节点的风速和节点的微地形启发因子。6.根据权利要求5所述的预测方法，其特征在于，所述根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中节点的舞动微地形启发因子包括：根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中网格的舞动微地形系数；以及根据所述网格的舞动微地形系数确定所述节点的舞动微地形启发因子。7.根据权利要求6所述的预测方法，其特征在于，所述根据所述处理后舞动微地形分布数据中网格的舞动微地形数目确定所述处理后舞动微地形分布数据中网格的舞动微地形
系数包括：当网格中不存在舞动微地形时，确定所述网格的舞动微地形系数为1；当网格中存在1处舞动微地形时，确定所述网格的舞动微地形系数为3；当所述网格中存在2处舞动微地形时，确定所述网格的舞动微地形系数为5；以及当所述网格中存在3处以上舞动微地形时，确定网格的舞动微地形系数为10；所述根据所述网格的舞动微地形系数确定所述节点的舞动微地形启发因子包括：将所述节点的相邻网格的舞动微地形系数求均值，以得到所述节点的舞动微地形启发因子。8.根据权利要求5所述的预测方法，其特征在于，所述根据所述初始场结构数据和优化蚁群算法确定所述待预测地区的电网舞动隐患点和所述电网舞动隐患点之间的延伸路径包括：根据所述初始场结构数据中节点的舞动微地形启发因子确定所述电网舞动隐患点；依次以每一个所述电网舞动隐患点为备选延伸路径的起始节点，根据所述电网舞动隐患点的所述初始场结构数据和所述优化蚁群算法确定多条备选延伸路径；以及根据预设筛选规则从所述多条备选延伸路径中选择一条备选延伸路径作为所述电网舞动隐患点之间的延伸路径。9.根据权利要求8所述的预测方法，其特征在于，所述优化蚁群算法的转移概率被定义为：其中，k为蚂蚁序号，i为蚂蚁当前所在节点，j为蚂蚁下一步计划节点，t为路径序号，τ
j
(t)为节点j对节点i的信息素因子，α为信息素因子重要性指数，η
j
(t)为节点j对节点i的距离启发因子，β为距离启发因子重要性指数，t
j
(t)为节点j对节点i的覆冰厚度启发因子，γ为覆冰厚度启发因子的重要性指数，h
j
(t)为节点j对节点i的风速启发因子，δ为风速启发因子的重要性指数，m
j
(t)为节点j的舞动微地形启发因子，为微地形启发因子的重要性指数，τ
a
(t)为节点a对节点i的信息素因子，η
a
(t)为节点a对节点i的距离启发因子，t
a
(t)为节点a对节点i的覆冰厚度启发因子，h
a
(t)为节点a对节点i的风速启发因子，m
a
(t)为节点a的舞动微地形启发因子，allowed
k
为第k只蚂蚁下一步可选择的节点；为第k只蚂蚁下一步可选择的节点；为第k只蚂蚁在节点i，j之间的路径所留下的信息素，m为蚂蚁总数，ρ为衰减因子经验常数，c为信息素因子经验常数；l
k
为第k只蚂蚁完成的路径的总长度，q为信息素经验常数；
x
i
、y
i
分别为节点i的经度坐标和纬度坐标，x
j
、y
j
分别为节点j的经度坐标和纬度坐标；w
i
和w
j
分别为节点i和节点j的覆冰厚度，t0为覆冰厚度经验常数；h
i
和h
j
分别为节点i和节点j的风速，h0为风速经验常数。10.一种控制器，其特征在于，被配置成执行根据权利要求1至9中任意一项所述的用于电网的预测方法。

技术总结
本发明实施例提供一种用于电网的预测方法和控制器，所述用于电网的预测方法包括：获取待预测地区的地形数据和气象预测数据；根据所述地形数据和所述气象预测数据建立初始场结构数据；以及根据所述初始场结构数据和优化蚁群算法确定所述待预测地区的电网舞动隐患点和所述电网舞动隐患点之间的延伸路径。本发明实施例可以快速、高效、全面地分析气象和地形数据特征，精细化定位电网舞动隐患点，准确预测电网舞动隐患点之间的延伸路径，可操作性强，实用性高，可以指导电网防冻融冰工作。可以指导电网防冻融冰工作。可以指导电网防冻融冰工作。


技术研发人员：邸悦伦 李丽 郭俊 简洲 胡博
受保护的技术使用者：国网湖南省电力有限公司防灾减灾中心 国家电网有限公司
技术研发日：2021.12.02
技术公布日：2022/7/9