一种基于支持向量机GA-SVM的覆冰架空线路预测方法及系统

本发明公开了一种基于支持向量机GA‑SVM的覆冰架空线路预测方法及系统，涉及智能电网监控与维护领域，包括收集目标线路历史数据信息，进行数据处理，构建冰覆盖厚度时间序列；将冰覆盖厚度时间序列数据转换为多元时序数据矩阵，并进行奇异值分解；基于奇异值的作用，识别主要模态，通过线性组合转化，形成特征空间；从特征空间中提取每个时间点的统计特征，构成用于SVM模型的特征向量；建立线性SVM模型，引入遗传算法对SVM模型的参数进行优化，确定最适正则化参数。本发明通过集成历史数据处理、高级特征提取、优化的机器学习模型与多维度预测集成，显著增强了覆冰预测的准确性、时效性与实用性。