遥感数据驱动的电力污秽等级XGBOOST预测模型

输电线路绝缘子积污是电网安全运行的重要威胁之一。传统的电力污秽等级评估依靠人工作业，存在效率低、准确性不足等问题。遥感和人工智能技术的发展为改进电力污秽等级预测模型提供了新的契机。本研究搜集了夜间灯光遥感数据、大气环境遥感监测数据、NDVI和污染源排放清单等多源异构数据，开发了一种基于XGBOOST算法的电力污秽等级预测模型，用于实现大范围、细粒度的电力系统污区图绘制。实验结果表明，该方法在测试集上取得了87%的总体精度，对于电力系统关注的重污染区域预测精度在82%以上。模型所需的数据源可以通过公开渠道免费获得，因此该方法将为今后电力系统低成本、高效、准确的绘制电力污区图提供重要支撑。