本发明涉及电力系统，具体涉及一种基于星地数据融合的变电站地质灾害风险预测方法。
背景技术：
1、变电站作为电力系统中的关键枢纽，承担着输电网络中电能的接收、转换和分配的重要任务。它们的安全与稳定直接关系到整个电网的运行效率和安全，以及广大用户的生产和生活。随着智能电网的发展，变电站建设日益加快，伴随而来的问题也越来越多，如距河道较近、标高较低，再加之气候复杂多变，使得地质灾害频发，因此地质灾害风险预测成为变电站安全运营的主要任务之一。通过地质灾害风险预测系统，可以提前得知潜在的灾害风险，采取预防措施，如加固设备、优化设施布局等，从而减轻灾害对变电站的影响。
2、现有的电气系统地质灾害预警方法主要有情景模拟法，而对变电站地质灾害风险预测少有涉及。情景模拟法在揭示系统响应和物理机制方面具有一定优势，但其在系统扩展性方面存在显著局限性。也就是说，情景模拟法往往是针对特定的地理区域、灾害类型和条件设计的，难以直接应用于其他不同的场景。同时，为保障变电站安全稳定运行，不能仅针对某一地质灾害进行分析，而应将多种地质灾害影响特征同时进行分析。然而变电站地质灾害影响特征众多，地面传感设备监测范围有限，难以对影响特征全面采集。为此，已有学者提出通过多布置传感器和无人机对变电站地质灾害影响特征进行监测，同时采用机器学习的方法对影响特征进行全面分析。但是目前的变电站地质灾害风险预测方法存在如下几个缺陷：（1）采集特征的不足难以满足风险预测的准确性。地面传感器具有固定的检测范围和灵敏度，这意味着它们只能监测安装位置附近的环境条件，而一些像ndvi等大面积的特征将无法被采集。理论上可以部署密集的传感器来覆盖整片区域，毫无疑问这将会远远增大监测成本。此外，受网络拥塞、硬件故障等限制，无法保障通信的稳定性，数据的传输可能存在丢包，也将造成特征采集的不足。（2）变电站地质灾害的影响特征太多，将大大增加计算的复杂性。变电站地质灾害有滑坡、崩塌、泥石流等，它们各有不同的诱发因素和表现形式。为了全面分析，往往考虑了各个灾害所有的影响特征，这给计算带来的不小的麻烦。
技术实现思路
1、有鉴于此，本发明提供了一种基于星地数据融合的变电站地质灾害风险预测方法，用以至少解决现有技术中风险预测准确性低计算过程复杂的问题。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种基于星地数据融合的变电站地质灾害风险预测方法，包括以下步骤：
4、s1.构建天空地一体变电站地质灾害监测体系；采用天基平台、空基平台和地基平台对待预测区域内变电站地质环境进行全面感知，用于获取关于变电站地质灾害的风险评价因子；
5、s2.构建卫星互联网辅助的数据传输网络，将风险评价因子稳定传输至数据处理中心；
6、s3.预处理天空地一体变电站地质灾害监测体系下采集的历史变电站地质灾害的风险评价因子，对风险评价因子进行贡献度排序；
7、s4.对贡献度高于预设贡献阈值的风险评价因子进行聚类分析，输出风险评价因子隶属度函数；
8、s5.构建模糊逻辑推理增强模块，输出预测变电站地质灾害风险值。
9、优选的，s1的具体内容包括：
10、s11.通过天基平台确定可能存在地质灾害的隐患区域；对整个待预测区域的变电站及其周边，使用天基平台的高分辨率光学影像和合成孔径雷达干涉测量技术，进行初步扫描，以识别出历史上存在的明显地质变形或当前正在发生变形的区域，从而确定可能存在地质灾害的隐患区域；
11、s12.通过空基平台对隐患区域进行聚焦监测；使用空基平台的无人机航拍和机载lidar，对隐患区域的地表变形破坏迹象和地形地貌等进行聚焦监测，同时在导航卫星系统对无人机提供的导航增强辅助下，无人机在隐患区域内进行精确的定位和导航；
12、s13.通过地基平台对天基平台和空基平台难以监测到的变电站地质灾害隐患区域进行精确和实时监测。
13、优选的，s2的具体内容包括：
14、s21.针对空基平台和地基平台采集的数据建立通信链路，将所采集到的数据传输至地面数据处理中心；在地面网络稳定的情况下，通过无线通信技术将预设范围内地基平台的各个传感器监测数据汇集到数据处理中心；在地面网络不稳定的情况下，采用自适应网络切换机制，自动切换至上行链路将数据传输至卫星互联网，通过下行链路将数据传输至地面数据处理中心，建立不中断的信息传输链路，确保变电站地质灾害信息的传输；
15、s22.针对天基平台采集的数据建立通信链路，将所采集到的数据传输至地面数据处理中心；遥感卫星采集图像以及导航卫星提供的位置信息，通过星间链路和下行链路传输至地面数据处理中心。
16、优选的，s3的具体内容包括：
17、s31.根据天空地一体监测体系下收集的变电站地质灾害的风险评价因子，创建不同的决策模型，每个决策模型均基于风险评价因子数据集的不同随机样本和特征子集进行训练，计算每个决策模型中决策点的分类不纯度；
18、s32.分析决策前后分类不纯度的变化，以评估每个变电站地质灾害风险评价因子在决策模型中的分类贡献度；
19、s33.将所有风险评价因子在整个决策模型集中的贡献度归一化处理，并对归一化后的贡献度进行排序。
20、优选的，s31中计算每个决策模型中决策点的分类不纯度测量，即gini系数具体为：
21、；
22、其中，表示第个决策模型，表示类别数，表示决策点中类别所占的比例，代表可能的类别，用来遍历所有在类别集合中的元素；
23、s32.计算决策前后分类不纯度的变化，即决策点分类前后gini系数的变化量，记作：
24、；
25、其中，和分别表示决策点分类后左侧子决策点和右侧子决策点的gini指数，表示第个风险评价因子；
26、s33.将风险评价因子在所有决策模型的贡献度归一化处理，对风险评价因子进行贡献度排序；其中归一化处理的过程具体包括：
27、；
28、；
29、；
30、其中，表示含有个特征，表示决策模型的总数，表示特征在决策模型中出现的节点集合，表示风险评价因子在第个决策模型的贡献度，表示风险评价因子在所有决策模型的贡献度，表示风险评价因子在所有决策模型的归一化贡献度。
31、优选的，s4的具体内容包括：
32、s41.获取贡献度高于预设贡献阈值的风险评价因子，构建动态聚类优化模块，确定变电站地质灾害风险评价因子等级划分个数，便于模糊规则的制订；
33、s42.求解风险评价因子数据模糊化处理阶段的隶属度函数参数，构建风险评价因子等级划分函数，确定风险评价因子对应数值在变电站地质灾害风险评价因子等级的隶属度。
34、优选的，s42的具体内容包括：
35、；
36、；
37、；
38、其中，、和分别表示模糊集low, medium, high的隶属度值，每个函数介于0到1之间，表示属于相应模糊集的程度，表示确定在模糊集中的隶属度的变量，表示所有可能值的集合，和被用作定义隶属度函数的簇中心，用于划分不同类别最合适的区域，是变量数据样本的最小值，是变量数据样本的最大值。
39、优选的，s5的具体内容包括：
40、s51.将风险评价因子模糊化处理，并根据模糊推理规则，模糊推理变电站地质灾害风险等级；
41、s52.去模糊化处理，输出变电站地质灾害预测风险值。
42、优选的，s51的过程具体为：将风险评价因子模糊化处理，构建每个模糊推理系统fis的隶属函数和模糊规则，将个fis构成fist，并采用增量式的结构：第一个fis以vcd最高的前两个变量作为输入，依据模糊推理规则得到第一个fis的输出，第二个fis以第一个fis输出和vcd第三高的变量作为输入，以此类推，第个fis的输出即为fist的输出；其中模糊推理包括：模糊规则集合和模糊算子；其中，；
43、采用的模糊算子为交集，其数学表示为：
44、；
45、其中，和分别表示数据对于集合 a和集合 b的隶属度，intersection(and)代表模糊算子的交集；
46、s52中去模糊化处理具体为：
47、；
48、其中，表示模糊集合的重心位置，即为变电站地质灾害预测风险值。
49、经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于星地数据融合的变电站地质灾害风险预测方法，具有以下有益效果：
50、本发明构建“天空地一体”的变电站地质灾害监测体系，整合天基平台、空基平台和地基平台采集的地质数据，利用卫星互联网辅助的网络传输机制将数据传输到数据中心。同时，采用多层次自适应智能集成的预测方法，这有效克服了采集数据规模庞大的问题。本发明所提出的预测方法能够收集地质灾害的各种影响因素并统一分析，准确预测变电站地质灾害风险，不仅提高了灾害预测的全面性和适用性，还增强了变电站应对多种潜在灾害的响应能力。本发明提出天空地协同下主动预防变电站地质灾害方法，增强数据覆盖和准确性，为精确预测和有效管理变电站地质灾害提供了创新的解决方案。
1.一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s1的具体内容包括：
3.根据权利要求1所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s2的具体内容包括：
4.根据权利要求1所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s3的具体内容包括：
5.根据权利要求4所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s31中计算每个决策模型中决策点的分类不纯度，即gini系数，记作：
6.根据权利要求1所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s4的具体内容包括：
7.根据权利要求6所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s42的具体内容包括：
8.根据权利要求1所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s5的具体内容包括：
9.根据权利要求8所述的一种基于星地数据融合的变电站地质灾害风险预测方法，其特征在于，s51的过程具体为：将风险评价因子模糊化处理，构建每个模糊推理系统fis的隶属函数和模糊规则，将个fis构成fist，并采用增量式的结构：第一个fis以vcd最高的前两个变量作为输入，依据模糊推理规则得到第一个fis的输出，第二个fis以第一个fis输出和vcd第三高的变量作为输入，以此类推，第个fis的输出即为fist的输出；其中模糊推理包括：模糊规则集合和模糊算子；其中，；
