摘要
本发明涉及一种神经网络预测交直流混联线路地面合成场强的方法,包括:确定交直流输电线路数据,对交直流输电线路数据进行计算,得到地面合成电场结果,构建训练集;构建深度神经网络模型,将训练集输入深度神经网络模型进行训练;通过输入不同的交直流输电线路数据至训练后的深度神经网络模型,进行地面合成电场的预测,得到预测结果。本发明采用深度神经网络模型作为预测模型,通过大量数据的学习和训练,从输入数据中学习到复杂的非线性映射关系,具有更强的泛化能力,能够处理各种复杂情况和未知情况;将快速而准确地输出对应的地面合成电场数据,适用于大规模系统的预测和评估,为电力系统的运行和管理提供了更加有效的工具和手段。
技术关键词
交直流输电线路
深度神经网络模型
构建深度神经网络
电场
地面
构建训练集
数据
非线性映射关系
模型超参数
电力系统
走廊
导线
强度
坐标
样本
算法
误差
间距
系统为您推荐了相关专利信息
策略网络模型
资源分配策略
启发式算法
规划
决策
神经网络计算方法
风速风向信息
神经网络模型
立体
风速测量仪
智能化工艺设计
综合加权算法
三维模型
UG二次开发
信息提取方法
共面波导
同轴互连结构
模型构建方法
电场
缝隙天线阵列