计及时间累积效应的RF-APJA-MKRVM输电线路覆冰组合预测模型

输电线路覆冰事故对电网系统安全运行具有极大的破坏性,对覆冰厚度进行预测能够有效及时地指导电网抗冰工作。为了实现覆冰的准确短期预测,从线路覆冰是一种时间累积过程的角度出发,提出计及时间累积效应的RF-APJA-MKRVM组合预测模型,对不同覆冰阶段进行预测。首先利用随机森林(random forest,RF)算法选择影响线路覆冰的最主要因素并采用自适应并行Jaya(adaptive parallel Jaya algorithm,APJA)算法优化多核相关向量机(multi-kernel relevance vector machine,MKRVM)参数,建立覆冰增长率组合预测模型;最后,在组合预测模型基础上,考虑覆冰增长的时间累积效应与不同阶段的初始厚度,得到覆冰厚度预测结果。通过贵州电网在线监测系统提取的实际覆冰相关数据,得到预测模型在覆冰增长、稳定和融化阶段的平均均方根误差分别为0.130、0.121、0.137,验证了预测模型的有效性。与同类型方法相比,其准确度有了进一步提高,同时区分了不同阶段的覆冰预测,能为输电线路除冰工作提供更有针对性的指导。