随着全球生态环境的不断恶化,台风极端气候在世界范围内频繁发生。中国位于西北太平洋的西岸,受热带洋面的影响,每年平均有9.09个热带气旋在中国境内登陆,其中3.17个达到台风等级。电力作为生产和生活的能源供给,对经济发展和社会稳定起到支撑作用,而台风极易对电能传输系统造成损坏,对供给稳定性造成严重威胁。电网线路一般具有传输距离远、范围广、连续性和网架结构复杂等特点,受强台风和暴雨的影响较大,容易形成杆塔倾斜、倒塌和线路断裂等断电事故。台风天气频频对我国东南沿海地区电网线路造成严重破坏,不仅切断了社会生产和居民生活用电来源,而且阻碍了抢险救灾任务的有效开展。因此,研究台风对电网线路破坏的影响因素并对破坏量进行预测具有重要现实意义,不仅能够提高电网线路的抗风性能,而且有利于电网线路的灾后抢修,及时恢复供电。基于台风破坏性特征及电网线路特点,本文选取杆塔破坏量作为研究对象,通过灰色关联分析选取了17个影响因素,包括台风登陆等级、纵向里程、移动速度、暴雨等级、降雨持续时间、抗风设计等级、台风半径、线路同塔回数、路径曲折度、线路运行时间、电压等级、风向夹角、导线横截面、与台风中心距离、塔基埋深、导线分裂数和线路检修频率,各影响因素与因变量的关联度均高于0.74。为了消除各影响因素之间的关联性并进行有效降维,本文将17个影响因素划分为5种类型,通过因子分析提取出6个公共因子,包括降水量因子₁F,风强度因子F_{2 1},风向因子F₂₂,抗风性能因子₃F,导线受力面因子₄F,持续时间因子₅F,在尽可能保留原始信息的前提下,降低自变量之间的相关性。在引入遗传变异算子改进的粒子群优化算法的基础上,本文构建了改进的粒子群算法优化的极限学习机（IPSO-ELM）预测模型,将公共因子作为输入变量预测台风对路径沿线电网线路的破坏量。研究结果表明,基于IPSO-ELM的电网线路破坏量预测模型具有高精确度,与ELM和PSO-ELM相比较,IPSO-ELM预测误差达到最小值,更适合预测台风对路径沿线电网线路破坏量。同时,因子分析的有效性也得到了验证,能够有效提升模型预测精确度。最后,基于上述研究发现,本文对加强电网线路抵御台风性能和提高灾后抢修效率提出了相关对策和建议。