本方法涉及输电技术领域，尤其涉及一种基于支持向量回归并利用地形类别和常规气象要素计算区域覆冰量级的方法。
背景技术：
在输电线路设计中，要确保线路能达到规定的抗冰标准，设计人员必需要知道线路经过区域的覆冰大小，这些需要有覆冰基础资料作支撑。然而，我国的覆冰基础资料十分缺乏，覆冰观测站点非常少。因此在实际设计过程中往往采用以点带面的方式进行，即用一个点的覆冰资料来作为一个较大区域内的覆冰基础数据再辅助区域内的气象资料和覆冰现场调查资料来计算区域覆冰大小。
由于导线覆冰分布情况复杂，以点带面的方式难免有匹配度不高的情况。而现有的一些覆冰模型也主要以计算点的覆冰为主，且基本以气象要素为计算依据，很少考虑地形因素，同时计算的空间尺度都很大。而覆冰大小是地形和气象因素共同作用的结果，因此单纯以气象要素作为参考影响因素具有很大的局限性，不能准确完成对应区域覆冰测算。
技术实现要素：
本发明的目的在于，为克服现有技术不足，提出了一种在覆冰观测站点稀疏、观测资料稀少的情况下把握区域导线覆冰大小的方法。从而输电线路的设置提供了数据支撑。
本发明目的通过下述技术方案来实现：
一种基于支持向量回归计算区域覆冰量级的方法，所述方法包括如下步骤：s1：获得输入数据集，所述数据集包括若干观测点的地形类别与覆冰厚度的关系数据以及气象要素过程值与覆冰厚度的关系数据；s2：将所述步骤s1中获得的的输入数据集带入svr模型中，并基于libsvm库进行回归求解，并基于求解结果误差值调节svr模型参数，直至所述求解结果误差低于预设误差值时，获得svr模型的应用参数信息；s3：基于所述步骤s2中获得的svr模型的应用参数信息，完成待测区域若干格点的支持向量回归计算，计算获得各个格点的覆冰值。
根据一个优选的实施方式，所述步骤s1中的输入数据集为数据矩阵，所述数据矩阵为：由标准冰厚为因变量y，地形类别和若干气象要素过程值为自变量xn构成的m条记录数据，而形成的m×n的矩阵。
根据一个优选的实施方式，所述地形类别包括但不限于山谷地形、山脊地形、背风坡地形、迎风坡地形和垭口地形。根据一个优选的实施方式，
所述气象要素至少包括气压、气温、水汽压、相对湿度、日最低气温、风速、降水和日照要素；其中，气压、气温、水汽压、相对湿度、日最低气温和风速的气象要素过程值为在每个覆冰起止时间范围内的平均值；降水和日照时数的气象要素过程值为在每个覆冰起止时间范围内的累计值。
根据一个优选的实施方式，所述步骤s3中进行待测区域若干格点的支持向量回归计算包括：将待测区域若干格点的地形类别数据和气象要素过程值带入获得应用参数信息的svr模型中计算，从而获得待测区域各个格点的覆冰大小值。
根据一个优选的实施方式，所述步骤s3中，待测区域的格点划分为基于待测区域dem数据并以预设的格点尺寸数据，完成将待测区域划分为若干格点。
根据一个优选的实施方式，基于水文地理方法完成待测区各格点的山脊、山谷和垭口地形划分；并将剩余格点区域的坡向与冬季主风向夹角大于90°的格点区域划分为背风坡，将格点区域的坡向与冬季主风向夹角小于90°的格点区域划分为迎风坡。
根据一个优选的实施方式，待测区域各个格点的气象要素过程值为基于待测区域各覆冰观测点的已知气象要素值进行空间插值法获得。
前述本发明主方案及其各进一步选择方案可以自由组合以形成多个方案，均为本发明可采用并要求保护的方案；且本发明，(各非冲突选择)选择之间以及和其他选择之间也可以自由组合。本领域技术人员在了解本发明方案后根据现有技术和公知常识可明了有多种组合，均为本发明所要保护的技术方案，在此不做穷举。
本发明的有益效果：
本方法在地形尺度上利用dem地形数据和气象台站的观测数据，经过对格点化的地形、气象和覆冰数据预处理后，基于支持向量回归方法建立了单个格点的覆冰计算模型，再将所有格点的覆冰大小合并，从而获得了较高分辨率的区域覆冰模型。本方法弥补了传统线路设计中以点带面的不足，相比传统方法具有更准确的结果，并且更加便于线路避冰路径的选择和冰区划分。
附图说明
图1是本发明方法的流程示意图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
需要说明的是，为使本发明实施例的目的、技术方案和优点更加清楚，下面对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。
因此，以下对本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
此外，术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂，而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平，并不是表示该结构一定要完全水平，而是可以稍微倾斜。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
另外，本发明要指出的是，本发明中，如未特别写出具体涉及的结构、连接关系、位置关系、动力来源关系等，则本发明涉及的结构、连接关系、位置关系、动力来源关系等均为本领域技术人员在现有技术的基础上，可以不经过创造性劳动可以得知的。
如图1所示，本发明公开了一种基于支持向量回归计算区域覆冰量级的方法，所述方法包括如下步骤。
步骤s1：获得输入数据集，所述数据集包括若干观测点的地形类别与覆冰厚度的关系数据以及气象要素过程值与覆冰厚度的关系数据。
优选地，所述步骤s1中的输入数据集为数据矩阵，所述数据矩阵为：由标准冰厚为因变量y，地形类别和若干气象要素过程值为自变量xn构成的m条记录数据，而形成的m×n的矩阵。
进一步地，所述地形类别包括但不限于山谷地形、山脊地形、背风坡地形、迎风坡地形和垭口地形。
进一步地，所述气象要素至少包括气压、气温、水汽压、相对湿度、日最低气温、风速、降水和日照要素；其中，气压、气温、水汽压、相对湿度、日最低气温和风速的气象要素过程值为在每个覆冰起止时间范围内的平均值；降水和日照时数的气象要素过程值为在每个覆冰起止时间范围内的累计值。
步骤s2：将所述步骤s1中获得的的输入数据集带入svr模型中，并基于libsvm库进行回归求解，并基于求解结果误差值调节svr模型参数，直至所述求解结果误差低于预设误差值时，获得svr模型的应用参数信息。
步骤s3：基于所述步骤s2中获得的svr模型的应用参数信息，完成待测区域若干格点的支持向量回归计算，计算获得各个格点的覆冰值。从而获得整个待测区域的覆冰数据，以为输电线路的布局提供数据支撑。
优选地，所述步骤s3中进行待测区域若干格点的支持向量回归计算包括：将待测区域若干格点的地形类别数据和气象要素过程值带入获得应用参数信息的svr模型中计算，从而获得待测区域各个格点的覆冰大小值。
进一步第，所述步骤s3中，待测区域的格点划分为基于待测区域dem数据并以预设的格点尺寸数据，完成将待测区域划分为若干格点。
优选地，基于水文地理方法完成待测区各格点的山脊、山谷和垭口地形划分。并将剩余格点区域的坡向与冬季主风向夹角大于90°的格点区域划分为背风坡，将格点区域的坡向与冬季主风向夹角小于90°的格点区域划分为迎风坡。
优选地，待测区域各个格点的气象要素过程值为基于待测区域各覆冰观测点的已知气象要素值进行空间插值法获得。
实施例
以川西南山地区为例，本发明用覆冰、地形和气象资料计算导线覆冰大小进行的方法，提供了一种在覆冰观测站点稀疏、观测资料稀少的情况下把握区域导线覆冰大小的方式。具体包括：本方法首先对dem数据(地形)、覆冰和气象资料依次进行预处理，然后基于支持向量回归模型对格点的标准冰厚进行计算，最后将所有格点的计算结果合并即构成区域覆冰数据。
一、首先对待测区域dem数据进行预处理
将dem数据格点化。首先将多个dem数据拼接为一个整体，将格点设置为300m×300m大小(或其他尺寸，以更小为宜，但不应小于dem数据的分辨率)，进行重采样，这样将获得相应分辨率的栅格数据。
对于导线覆冰，有用的地形类别为山脊、山谷、垭口、迎风坡、背风坡这5种地形。从而，利用水文地理方法提取山脊、山谷和垭口地形。对于迎风坡和背风坡，设定除去山谷、山脊和垭口地形以外的区域为山坡区域，则迎风坡和背风坡就是在山坡区域内坡向与区域冬季主风向相迎或相背的栅格。由此，可定义栅格坡向与冬季主风向夹角大于90°的为背风坡，与冬季主风向夹角小于90°的为迎风坡。因此，识别迎风坡与背风坡应当先获取坡向，再与最邻近气象站的冬季主风向比较夹角，最终根据夹角大小判定是迎风坡还是背风坡。
对于上述五种地形，提取完成后还需进行定量参数化才能进行数学计算，通过对地形类别进行识别和提取，并对其分别赋值，从而实现将地形因子加入数学模型的建模中。
二、对覆冰数据进行预处理
由于区域内有多个观冰站点，因此需要挑选出同时有多个观测地出现了覆冰的过程，这种过程才具有区域代表性。而仅有一两处出现覆冰的过程不具有代表性。
(2)对于挑选出来的过程，若一次覆冰过程有多次测冰的，该过程的覆冰数据采用其中冰重最大值及其对应的数据。
(3)在所有站点的覆冰资料中，有个别覆冰过程的冰重值很小，其单位长度的冰重测量值小于50g/m，低于覆冰测量标准，因此对这些数据全部去掉，覆冰模型建模时不予采用。还有很少量过程由于覆冰太小无法称重，无冰重值，这种数据也同样不予采用。
(4)通常在观冰点都采用lgj-400导线，而在观冰站可能有其他型号导线，因此，为消除不同线径的影响，将所有观测到的覆冰重量值都依照《电力工程气象勘测技术规程》(dl/t5158-2012)的规定方法换算为标准冰厚，即换算成密度为0.9g/m3的标准条件下的冰厚b0。其计算公式如下：
式中：g——冰重(g)；
l——覆冰体长度(m)；
r——导线半径(mm)；
利用上述公式，将所有的冰重换算为标准冰厚。
(5)依照每一次过程的时间范围，将每次过程的覆冰数据转换为包含覆冰起止时间、测冰时间、标准冰厚极值这三项的格式化数据。
从而，通过上述公式，完成各种地形处的观冰站的覆冰厚度数据与地形数据的关联。
三、对气象数据预处理
气象资料来源于气象站和观冰站，所包含的要素为气压、气温、水汽压、相对湿度、日最低气温、风速、降水、日照时数这8个要素。
1、求过程值。需要按照覆冰过程的起止时间，选取对应时间段内的气象要素值，来计算过程值。其中，对于气压、气温、水汽压、相对湿度、风速、日最低气温这6种要素，对包含在每个过程起止时间范围内的日值求平均值，作为过程值；对于降水和日照时数，求得每个过程起止时间范围内的累计值，作为过程值。一次覆冰过程对应的气象要素有一个过程值。
2、对气象要素进行空间插值。由于每个气象站是一个点，多个气象站是多个点而非面，而区域是一个面，因此需要进行空间插值获得区域内每个格点的值，从而获得整个面的数据。这是利用已有离散数点据来估算区域内其余点的未知数据。
空间插值方法有多种，常用的有克里金法、反距离权重法、样条法、趋势面法等。对于每种气象要素选择哪种合适的插值方法，采用先计算后验证的方式进行，即对每种要素用每一种方法进行一遍初步插值，然后对每一种结果进行相关性验证，选择验证结果最好的方法作为该要素的插值方法。对区域内选择一两个气象站作为验证站，用其余气象站的数据来进行每一种插值方法的插值计算，对插值计算出的验证站位置的数据，用验证站的实际观测值进行相关性对比验证，选择相关系数高的方法作为该要素的插值方法。对于每一种方法都不能通过相关性检验的气象要素，则舍弃该要素的数据，不参与建模计算。确定插值方法后，对每一次过程的气象要素进行插值，获得该次过程对应的插值结果。
从而通过其数据出预处理，获得覆冰观测点的气象要素过程值。并基于覆冰观测点的气象要素过程值和插值算法，完成待测区域各个格点的气象要素过程值的获取。
四、基于svr模型计算格点的覆冰大小
完成前述的数据预处理后，获得了覆冰观测点多次覆冰过程对应的标准冰厚、地形类别、气象要素过程值，可获得建模的输入数据集。以标准冰厚为因变量y，地形类别和每种气象要素的过程值为自变量xn，这就构成了一条记录，记录了一次过程的覆冰大小与气象及地理信息。对于一个观冰站(或观冰点)而言，一次覆冰过程就形成一条记录。将多个站点的多次过程形成的记录汇集到一起，假定有m条记录，则可构成m×n的矩阵，这就是代入svr模型的数据矩阵。
根据支持向量回归机理论方法，采用libsvm库，利用matlab或其他平台可进行回归问题求解。并基于求解结果误差值调节svr模型参数，直至所述求解结果误差低于预设误差值时，获得svr模型的应用参数信息。
进行参数寻优后，可获得最佳的应用参数信息。以此参数为标准，将区域所有格点的相应数据(即地形类别和气象要素过程值)代入模型求解，可获得每个格点的标准冰厚，即覆冰大小值。至此，整个方法完成，获取最终求解结果。
即是，本方法在地形尺度上利用dem地形数据和气象台站的观测数据，经过对格点化的地形、气象和覆冰数据预处理后，基于支持向量回归方法建立了单个格点的覆冰计算模型。本方法弥补了线路设计中以点带面的不足，相比传统方法具有更准确的结果，并且更加便于线路避冰路径的选择和冰区划分。
前述本发明基本例及其各进一步选择例可以自由组合以形成多个实施例，均为本发明可采用并要求保护的实施例。本发明方案中，各选择例，与其他任何基本例和选择例都可以进行任意组合。以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
1.一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述方法包括如下步骤：
s1：获得输入数据集，所述数据集包括若干观测点的地形类别与覆冰厚度的关系数据以及气象要素过程值与覆冰厚度的关系数据；
s2：将所述步骤s1中获得的的输入数据集带入svr模型中，并基于libsvm库进行回归求解，并基于求解结果误差值调节svr模型参数，直至所述求解结果误差低于预设误差值时，获得svr模型的应用参数信息；
s3：基于所述步骤s2中获得的svr模型的应用参数信息，完成待测区域若干格点的支持向量回归计算，计算获得各个格点的覆冰值。
2.如权利要求1所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述步骤s1中的输入数据集为数据矩阵，
所述数据矩阵为：由标准冰厚为因变量y，地形类别和若干气象要素过程值为自变量xn构成的m条记录数据，而形成的m×n的矩阵。
3.如权利要求2所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述地形类别包括但不限于山谷地形、山脊地形、背风坡地形、迎风坡地形和垭口地形。
4.如权利要求2所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述气象要素至少包括气压、气温、水汽压、相对湿度、日最低气温、风速、降水和日照要素；
其中，气压、气温、水汽压、相对湿度、日最低气温和风速的气象要素过程值为在每个覆冰起止时间范围内的平均值；
降水和日照时数的气象要素过程值为在每个覆冰起止时间范围内的累计值。
5.如权利要求4所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述步骤s3中进行待测区域若干格点的支持向量回归计算包括：
将待测区域若干格点的地形类别数据和气象要素过程值带入获得应用参数信息的svr模型中计算，从而获得待测区域各个格点的覆冰大小值。
6.如权利要求5所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，所述步骤s3中，待测区域的格点划分为基于待测区域dem数据并以预设的格点尺寸数据，完成将待测区域划分为若干格点。
7.如权利要求6所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，基于水文地理方法完成待测区各格点的山脊、山谷和垭口地形划分；
并将剩余格点区域的坡向与冬季主风向夹角大于90°的格点区域划分为背风坡，将格点区域的坡向与冬季主风向夹角小于90°的格点区域划分为迎风坡。
8.如权利要求7所述的一种基于支持向量回归计算区域覆冰量级的方法，其特征在于，待测区域各个格点的气象要素过程值为基于待测区域各覆冰观测点的已知气象要素值进行空间插值法获得。
技术总结