数据驱动的台风灾害下配网10kV杆塔受损空间分布预测

相比于主网,配网杆塔因设计规范相对较低且数量庞大,在台风灾害下更易发生大规模断杆、倒杆等事故.为此,文章结合气象、电网和地理信息,提出一种数据驱动的台风灾害下10kV杆塔受损空间分布预测方法.首先,对收集和提取的数据进行标准化、分类变量独热编码、样本均衡等处理以提高数据质量,并基于皮尔逊相关系数绘制相关性热力图,根据相关性分析结果选择合适的变量作为最终输入数据;其次,利用AdaBoost回归、梯度提升回归、K近邻回归、随机森林、支持向量回归等5种机器学习算法建立配网10kV杆塔受损空间分布预测模型;再次,基于层次分析法和熵权法进行指标综合赋权,并对各预测模型进行综合打分,实现最优模型选取;最后,以台风"山竹"下江门市10kV杆塔为例,对杆塔受损空间分布预测结果进行可视化,对比实际杆塔受损分布情况,验证了所提方法的科学性和可行性.