连续3天覆冰微气象数据驱动的架空输电线路覆冰类型识别与预测

架空输电线路不同覆冰类型对电网的危害程度不同，同时也影响防冰和除冰决策。针对图像覆冰类型识别存在的图像质量差、利用率低、泛化能力较弱的问题，研究连续3天覆冰微气象数据驱动的架空输电线路覆冰类型识别与预测。通过覆冰图像的拍摄时间和终端号数据融合2014—2018年南方电网输电线路覆冰监测系统的覆冰图像、微气象、终端和杆塔等信息，构建了覆冰类型微气象数据集，统计分析了雨凇、雾凇、混合凇和湿雪4种覆冰类型的微气象特征和地理分布特征，提出了最近邻（k-nearest neighbors,KNN）分类方法，利用连续3天9个微气象参数和覆冰类型的5 075个样本训练集识别与预测1 269个样本测试集的覆冰类型，准确性达80%以上，其中精确率P、召回率R和准确率A分别达到86.7%、86.6%和92.2%，大大提高了架空输电线路覆冰数据的利用率、分析效率和泛化能力。