摘要
本发明公开了一种计及天气因素的设备可靠性参数预测方法及系统包括:获取目标电力系统中设备故障时的历史天气数据以及外力影响数据,历史天气数据包括降雨、风、气温等级数据,外力影响数据至少包括由动物因素、异物短路因素、外部施工影响因素产生故障的影响数据;根据历史天气数据建立天气状况模型,根据外力影响数据建立外力破坏模型;根据天气状况模型以及外力破坏模型,结合预设相关性分析逻辑,对设备故障率进行预测。相比于基于完全历史故障率数据统计模型,本发明只需要用部分数据即可求解出模型,相比于基于部分历史故障率数据统计模型,本发明利用云模型分析相关性,使模型更加精确。
技术关键词
可靠性参数
天气
外力
异物短路
设备故障率
红色
电力系统
LSTM神经网络
气象
逻辑
动物
数据获取模块
蓝色
预测系统
处理器
计算机设备
可读存储介质
存储器
系统为您推荐了相关专利信息
天气预测模型
网格
预报系统
历史气象数据
数据处理模块
交通流量预测
序列
多源数据处理方法
交通监测装置
加权特征
需求预测模型
物联网控制平台
天气预报数据
优化控制系统
调节阀
深度卷积神经网络
图像深度信息
训练样本数据
场景深度信息
检测头