基于机器学习的输电线路舞动预测方法及预测系统

AITNT
正文
推荐专利
基于机器学习的输电线路舞动预测方法及预测系统
申请号:CN202411001171
申请日期:2024-07-25
公开号:CN118585822A
公开日期:2024-09-03
类型:发明专利
摘要
本发明公开了基于机器学习的输电线路舞动预测方法及系统,其中所述方法包括:采集与所述输电线路舞动相关数据;提取输电线路舞动特征;基于导线的结构信息以及所述历史舞动数据提取的相应第一输电线路舞动特征集合,采用梯度提升树算法和决策回归树算法构建输电线路舞动预测模型;基于导线的结构信息以及当前环境条件提取当前输电线路舞动特征;将所述当前输电线路舞动特征输入所述输电线路舞动预测模型;基于所述输电线路舞动预测模型输出结果。本发明将梯度提升树模型与决策树回归模型进行融合可以充分发挥两者的优势,提高预测性能、鲁棒性和特征表达能力,并且提供较好的解释性,适用于输电线路舞动预测等实际应用场景。
技术关键词
回归树算法 线路 决策树模型 预测系统 梯度提升树模型 数据 导线结构 特征提取模块 弱分类器 变量 回归算法 预测误差 输入模块 输出模块 风速
系统为您推荐了相关专利信息
1
一种锥齿轮传动式换挡装置
锥齿轮传动 换挡装置 线路板 控制主板 磁铁
2
一种基于大数据分析的采购需求预测方法及系统
需求预测方法 需求预测模型 实时数据 动态 多源异构数据融合
3
一种ECG信号的异常检测方法
异常检测方法 异常数据 分类器 编码器 时间序列预测系统
4
一种凝泵减振器的减振性能预测方法、系统、装备及介质
减振器 性能预测方法 系统动力学模型 关系 幅值
5
一种铝硅酸盐固废火山灰活性的预测方法及系统
铝硅酸盐 火山灰 光谱分析 人工神经网络 数据
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