(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210618768.X (22)申请日 2022.06.01 (71)申请人 国网浙江省电力有限公司嘉兴供电 公司 地址 314001 浙江省嘉兴 市南湖区城北路 99号 (72)发明人 徐冬生　屠晓栋　周旻　顾曦华　 钱伟杰　贾东强　师长立　怀月容　 金祝飞　周晓琴　 (74)专利代理 机构 杭州杭诚专利事务所有限公 司 33109 专利代理师 王江成 (51)Int.Cl. G01R 31/08(2006.01) G01D 21/02(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) G08B 21/18(2006.01) G08B 7/06(2006.01) (54)发明名称 一种输电线故障分析 预警方法 (57)摘要 本发明公开了一种输电线故障分析预警方 法， 包括以下步骤： S1： 收集故障输电线信息， 故 障输电线信息包括固有信息、 环 境信息和故障评 级； S2： 基于固有信息、 环境信息和故障评级， 建 立故障评级模型； S3： 基于目前环境信息， 通过 GRU神经网络训练得到 预测环境模型值； S4： 基于 故障评级模型、 固有信息和预测环境模型值， 得 到预测故障评级， 基于预测故障评级进行预警。 本发明的有益效果是： 能分析输电线和环境的关 系， 能根据目前环境预测未来环 境对输电线的影 响并进行 预警。 权利要求书1页 说明书5页 附图1页 CN 115061009 A 2022.09.16 CN 115061009 A 1.一种输电线故障分析 预警方法， 其特 征在于， 包括以下步骤： S1： 收集故障输电线信息， 故障输电线信息包括固有信息、 环境信息和故障评级； S2： 基于固有信息、 环境信息和故障评级， 建立故障评级模型； S3： 基于目前环境信息， 通过GRU神经网络训练得到预测环境模型值； S4： 基于故障评级模型、 固有信息和预测环境模型值， 得到预测 故障评级， 基于预测 故 障评级进行预警。 2.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 所述固有信 息包 括输电线长度、 输电线型号、 输电线服 务年限和电杆距离 。 3.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 所述环境信 息包 括温度、 湿度、 风力和降雨 量。 4.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 基于输电线长 度、 输电线型号、 输电线服务年限和电杆距离建立输电线模型f1， 基于温度、 湿度、 风力和降 雨量建立环境模型f2， 基于输电线模型f1和环境模型f2建立故障评级模型f， 表达式如下： f2＝ λtt+λhh+λww+λrr， f＝α·f1·β·f2， 上式中， Lt为输电线长度， Le为电杆距离， λo为o型号输电线的计算系数， T为输电线服务 年限， t为温度值， λt为温度计算系数， h为湿度值， λh为湿度计算系数， w为风力值， λw为风力 计算系数， r为降雨量， λr为降雨量计算系数， f1为输电线模型， f2为环境模型， α 为输电线模 型计算常数， β 为环境模型计算常数。 5.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， GRU输入值包括 温度序列、 湿度序列、 风力序列和降雨量序列， 输入值的采样频率为2分钟/个， 序列长度为 1 小时。 6.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， GRU隐藏层节点 数为输入层的1.2倍。 7.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 均 方误差作为评 估GRU精度的指标， 表达式如下： 上式中， at为t时刻真实环境模型值， bt为t时刻预测环境模型值， N 为样本数量； 若均方误差不小于 0.0005， 重新调整GRU参数并进行训练。 8.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 所述故障评级的 划分基于 输电线的影响范围。 9.根据权利要求1所述的一种输电线故障分析预警方法， 其特征在于， 通过播报预警信 息和控制预警指示灯闪烁进行 预警， 预警信息包括预测故障评级、 预警地 点和预警时间。权　利　要　求　书 1/1 页 2 CN 115061009 A 2一种输电线故障 分析预警方 法 技术领域 [0001]本发明涉及线路故障预警技 术领域， 特别涉及一种输电线故障分析 预警方法。 背景技术 [0002]恶劣的环境气候等因素对输电线路有很大的破坏力， 会造成输电设施的故障或损 坏、 停电和线路变更损失， 影响线路的运行条件、 输电能力和输送能力， 中断供电。 严重时会 造成电网断网运行， 造成巨大 的经济损失， 影响输电线路安全的因素一般为输电线因素和 外部环境天气因素引起的突发故障， 在严重情况下会导致 故障跳闸、 供电中断， 甚至电网瘫 痪， 外部环境天气无法控制， 导 致故障概 率很高， 破坏力很大， 但并不 意味着我们无法预防。 [0003]现有技术中， 一般通过传感器或人工巡检 的方法了解输电线的状态， 在输电线发 生故障后再进行维修， 这种方法不能分析输电线和环境的关系， 不能根据目前环境预测未 来环境对输电线的影响并进行 预警。 [0004]例如， 一种在中国专利文献上公开的 “雪灾输电线解冻法 ”， 其公告号： CN101320901A， 其申请日： 2008年03月28日， 该发 明提出了当出现冰雪天气导致输电线路凝 冻时， 输出端临时加大电流使导线发热， 在凝冻严重时建立可控短路来短时间快速增加电 流使导线发热， 从而 溶化输电线凝冻， 防止输电线断裂、 铁塔倒塌， 避免雪灾损失， 但是存在 不能分析输电线和环 境的关系， 不能根据目前环 境预测未来环境对输电线的影响 并进行预 警的问题。 发明内容 [0005]针对现有技术不能分析输电线和环境的关系， 不能根据目前环境预测未来环境对 输电线的影响并进行预警的不足， 本发明提出了一种输电线故障分析预警方法， 能分析输 电线和环境的关系， 能根据目前环境预测未来环境对输电线的影响并进行 预警。 [0006]以下是本发明的技 术方案， 一种输电线故障分析 预警方法， 包括以下步骤： [0007]S1： 收集故障输电线信息， 故障输电线信息包括固有信息、 环境信息和故障评级； [0008]S2： 基于固有信息、 环境信息和故障评级， 建立故障评级模型； [0009]S3： 基于目前环境信息， 通过GRU神经网络训练得到预测环境模型值； [0010]S4： 基于故障评级模型、 固有信息和预测环境模型值， 得到预测故障评级， 基于预 测故障评级 进行预警。 [0011]本方案中， 收集故障输电线信息， 故障输电线信息包括固有信息、 环境信息和故障 评级， 其中， 固有信息表示输电线的物理信息， 环境信息表 示输电线受损时所 处的环境的信 息， 基于固有信息和环境信息分析输电线因素和外部环境天气因素 的关系， 故障评级表示 输电线故障所产生的结果评级， 基于固有信息、 环境信息和故障评级， 建立故障评级模型， 分析固有信息、 环境信息和故障评级之间的关系， 基于目前环境信息， 通过GRU神经网络训 练得到预测环境模型值， 收集目前环 境信息， 通过神经网络训练预测未来的环 境信息， 进而 根据环境信息算式得到测环境模 型值， 基于故障评级模型、 固有信息和预测环 境模型值， 得说　明　书 1/5 页 3 CN 115061009 A 3