基于XGBoost-LSTM的架空输电线路覆冰风险预测

李江; 王尚玉

doi:10.16543/j.2095-641x.electric.power.ict.2026.02.01

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于XGBoost-LSTM的架空输电线路覆冰风险预测

人工智能 | 更新时间：2026-10-17

- 基于XGBoost-LSTM的架空输电线路覆冰风险预测
- 基于XGBoost-LSTM的架空输电线路覆冰风险预测
- 电力信息与通信技术 2026年24卷第2期页码：1-9
- 作者机构：
  
  上海电力大学电气工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目（51977030）
- DOI：10.16543/j.2095-641x.electric.power.ict.2026.02.01
  中图分类号： TM75;TP18
- 纸质出版：2026
- 稿件说明：
移动端阅览
李江, 王尚玉. 基于XGBoost-LSTM的架空输电线路覆冰风险预测[J]. 电力信息与通信技术, 2026,24(2):1-9.

李江, 王尚玉. 基于XGBoost-LSTM的架空输电线路覆冰风险预测[J]. 2026, 24(2): 1-9.
李江, 王尚玉. 基于XGBoost-LSTM的架空输电线路覆冰风险预测[J]. 电力信息与通信技术, 2026,24(2):1-9. DOI： 10.16543/j.2095-641x.electric.power.ict.2026.02.01.

李江, 王尚玉. 基于XGBoost-LSTM的架空输电线路覆冰风险预测[J]. 2026, 24(2): 1-9. DOI： 10.16543/j.2095-641x.electric.power.ict.2026.02.01.

摘要

当前，极端寒潮天气下输电线路缺乏有效的风险推理预测模型，文章从输电线路力学角度出发，提出基于线路拉力数据多模型学习的寒潮天气下架空线风险预测模型。首先，基于导线状态方程式，建立覆冰状态下各电压等级线路拉力阈值计算模型，用于寒潮天气下线路拉力风险阈值推理。然后，使用含梯度惩罚的生成对抗网络(wasserstein generative adversarial network with gradient penalty

WGAN-GP)，生成匹配预测模型的增广数据集。最后，基于寒潮天气环境变化剧烈的特点，使用极端梯度提升树(extreme gradient boosting

XGBoost)算法和长短时记忆网络(long short-term memory

LSTM)算法研究覆冰天气下线路拉力与气象数据间的映射关系，构建组合预测模型。算例使用浙江地区2024年初寒潮事件的752组监测数据进行训练与预测分析，证明了WGAN-GP算法能够通过样本增广提升预测性能。所提XGBoost-LSTM组合预测模型在平均绝对百分误差(mean absolute percentage error

MAPE)指标上较LSTM、GRU和XGBoost 3种传统预测模型分别降低了60.2%、67.0%和64.3%。

Abstract

关键词

Keywords

references

Ali Hamdi,Khaled Shaban,Abdelkarim Erradi,Amr Mohamed,Shakila Khan Rumi,Flora D. Salim.Spatiotemporal data mining: a survey on challenges and open problems[J].Artificial Intelligence Review,2021.

Bingyue Pan.Application of XGBoost algorithm in hourly PM2.5 concentration prediction[J].IOP Conference Series: Earth and Environmental Science,2018.

Tianqi Chen,Carlos Guestrin.XGBoost: A Scalable Tree Boosting System.[J].CoRR,2016.

Lasse Makkonen.Modeling power line icing in freezing precipitation[J].Atmospheric Research,1998.

110kV~750kV架空输电线路设计规范[S].2010.

架空输电线路杆塔结构设计技术规定[S].2012.

王新宇,王相杰,罗小元.基于自适应生成对抗网络的智能电网状态重构的虚假数据攻击检测[J].电力信息与通信技术,2024(09).

蔡万升,解鹏,宋曦.基于Hampel和XGBoost联合算法的变电站巡检人员室内定位方法研究[J].电力信息与通信技术,2024(03).

雷柯松,吐松江·卡日,伊力哈木·亚尔买买提,苏宁,吴现,崔传世.基于WGAN-GP和CNN-LSTM-Attention的短期光伏功率预测[J].电力系统保护与控制,2023(09).

吴建蓉,何锦强,张啟黎,文屹,罗鑫.基于多源信息融合的架空输电线路覆冰预测模型研究[J].电力大数据,2023(04).

李波,李鹏,高莲,杨家全,包慧琪.基于PCA-VMD-CNN的输电线路覆冰重量预测模型[J].中国安全生产科学技术,2022(10).

吴建蓉,姜苏,黄欢,彭赤,杜昊.不同电压等级直线塔线路覆冰拉力值预警模型及核密度概率估计研究[J].电瓷避雷器,2022(05).

罗聪,范力栋,赵学文,安源.基于VMD-IGWO-LSSVM的覆冰预测模型研究[J].电网与清洁能源,2021(06).

庄家懿,杨国华,郑豪丰,张鸿皓.基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法[J].中国电力,2021(05).

陈勇,李鹏,张忠军,聂海福,沈鑫.基于PCA-GA-LSSVM的输电线路覆冰负荷在线预测模型[J].电力系统保护与控制,2019(10).

黄良,虢韬,彭赤,张伟,毛先胤,郭莉萨,申彧.基于输电线路垂直档距变化特征的等值覆冰厚度模型研究[J].水电能源科学,2018(03).

蒋晋文,刘伟光.XGBoost算法在制造业质量预测中的应用[J].智能计算机与应用,2017(06).

张秀丽,柯睿,杨跃光,刘春翔,杨红军.酸性湿沉降区域500kV输电线路金具缺陷机理分析及防范措施[J].高电压技术,2016(01).

蒋兴良,常恒,胡琴,胡建林,张志劲.输电线路综合荷载等值覆冰厚度预测与试验研究[J].中国电机工程学报,2013(10).

刘春城,刘佼.输电线路导线覆冰机理及雨凇覆冰模型[J].高电压技术,2011(01).

阳林,郝艳捧,黎卫国,李昭廷,戴栋,李立浧,罗兵,朱功辉.输电线路覆冰与导线温度和微气象参数关联分析[J].高电压技术,2010(03).

刘和云,周迪,付俊萍,黄素逸.导线雨淞覆冰预测简单模型的研究[J].中国电机工程学报,2001(04).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于DBSCAN和VMD-TCN-LSTM的变压器油中溶解气体预测方法

基于RIME-CNN-LSTM-AM模型的智能电网短期电价预测方法

基于DPC-KWS算法和混合分解方法的短期电力负荷预测

基于TransGAIN的电力系统虚假数据恢复算法

基于DRSN-BiLSTM的电力信息网络入侵检测模型