摘要
本发明涉及电力行业领域,特别是指一种基于流体大模型的电网设施内涝灾害智能预测方法及装置。所述方法包括:获取业务化预报的降水预测数据;将降水预测数据输入到构建好的内涝模型,输出内涝积水深度分布;获取电网关键设施的参数数据;根据内涝积水深度分布以及电网关键设施的参数数据,得到电网关键设施的内涝灾害预测结果。本发明能够显著提高内涝积水扩散预测的准确性,对于电网关键设施内涝预测具有重要意义。这种改进方法可以弥补由于积水监测设备不足而导致的真实值训练样本不足问题,并通过耦合大模型的方式,提高预测模型的时空分辨率和精度,从而为电网关键设施的运营和规划提供更可靠的支持。
技术关键词
智能预测方法
一维水动力模型
二维水动力模型
训练样本集
智能预测装置
设施
计算机可读取存储介质
数据
计算机可读指令
积水监测设备
参数
处理器
输入模块
输出模块
存储器
序列
分辨率
规划
系统为您推荐了相关专利信息
多模态
转换方法
风格
结构先验信息
光学图像数据
超参数
无监督
模型预训练
模型更新
卷积神经网络模型
图像分类网络
图像分类模型
神经网络结构
参数化技术
多分支结构