广东电网遭台风泰利侵袭的输配电设备受损分析及评估

Abstract

近年来致灾台风频率呈增加趋势，以2023年影响广东电网约百万用户的第4号台风“泰利”为例，分析广东电网遭台风侵袭受灾情况，建立输配电杆塔受损预测模型，识别关键特征变量与因素，为电网防灾减灾提供支持。首先，分析台风“泰利”气象特征，具有“台前对流活跃，风力强度大，降水范围广”等特点，对输配电设备均产生一定程度破坏。其次，利用随机森林、支持向量机、梯度决策树、神经网络等4种机器学习算法建立输配电杆塔受损预测模型，并对比部分算法针对不平衡样本优化前后模型表现。算例表明，随机森林优化后提升最大，综合考虑时间指标及预测质量指标，梯度决策树为最优算法。最后，基于shapley additive explanations法等对最优模型解释性进行评估，分析表明最大风速、温度、杆塔数量等对预测结果有显著影响。所得结论有助于深入理解台风对广东电网的影响机制，为提升区域电网抵御复杂自然灾害能力提供参考。

Keywords

• 台风灾害
• 机器学习
• 杆塔受损预测
• 防灾减灾
• 模型解释性