基于KNN-SVM算法的输电线路杆塔雷击预警模型

输电线路杆塔雷击预警对保障电力系统安全运行具有重要意义.针对历史雷击监测数据中存在的重复性、交错性、多噪声等问题,提出了一种基于K近邻(k-nearest neighbor,KNN)和支持向量机(support vector machine,SVM)相融合的输电线路杆塔雷击预警模型.首先选取微气象、微地形及输电线路杆塔本体信息等全景数据作为输入变量,并通过K近邻算法对训练样本进行有效约简,然后利用支持向量机分类器搭建输电线路杆塔雷击预警模型,最后通过实际监测数据进行算例分析.结果表明,所提KNN-SVM预警模型相比于SVM具有更好的分类准确率和训练速度.运用该模型可有效地对输电线路杆塔雷击进行预警.