基于模拟退火遗传算法的输电线路覆冰预测方法及系统

AITNT
正文
推荐专利
基于模拟退火遗传算法的输电线路覆冰预测方法及系统
申请号:CN202410834535
申请日期:2024-06-26
公开号:CN118966395A
公开日期:2024-11-15
类型:发明专利
摘要
本发明所述方法及系统,涉及输电线路覆冰预警技术领域包括:采集输电线路覆冰影响因子参数;通过构建数据矩阵并进行标准化降维输电线路覆冰影响因子;对降维的输电线路覆冰影响因子进行归一化处理;基于SA‑GA算法构建输电线路覆冰预警模型;通过评价指标对输电线路覆冰预警模型可靠性、网络可靠性评价。本发明通过综合模拟退火的全局搜索能力和遗传算法的局部搜索能力,提高算法的精确性,基于模拟退火遗传算法优化BP神经网络,解决了初始参数选取和容易陷入局部最优解问题,通过SA‑GA‑BP模型进行输电线路覆冰预测,提高了优化效能和覆冰预警的实时性,提高了预测的准确度,本发明在稳定性和准确度方面都取得更加良好的效果。
技术关键词
模拟退火遗传算法 输电线路覆冰预警 方差贡献率 因子 输电线路覆冰预测 模型预测值 优化BP神经网络 数据 预警模型 矩阵 误差 优化效能 样本 模块 BP模型
系统为您推荐了相关专利信息
1
一种基于通道注意力和自适应学习的模型剪枝方法
模型剪枝方法 遥感图像分类 随机梯度下降 传播算法 图像分类模型
2
一种深度知识追踪解释方法和装置
序列 约束方法 深度知识追踪 粒子群优化算法 指数衰减函数
3
一种用于HDMS磨损故障诊断的自适应特征调整优化方法
故障诊断模型 样本 故障检测技术 分类器 更新模型参数
4
基于多时间跨度特征集成可解释机器学习算法的不动产查封概率预测方法、装置及其可读存储介质
概率预测方法 机器学习算法 分箱 不动产登记 可读存储介质
5
一种电池剩余寿命预测方法及装置
充放电数据 寿命预测模型 多元时间序列数据 样本 神经网络架构
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号