基于输电线图像和微气象的覆冰厚度预测方法和系统

AITNT
正文
推荐专利
基于输电线图像和微气象的覆冰厚度预测方法和系统
申请号:CN202411125219
申请日期:2024-08-16
公开号:CN119005433A
公开日期:2024-11-22
类型:发明专利
摘要
本发明适用于电网安全技术领域,提供了一种基于输电线图像和微气象的覆冰厚度预测方法,所述方法包括:获取设定历史周期内的输电线图片序列,输入至训练好的深度学习模型中,识别得到与所述输电线图片序列对应的覆冰厚度序列;将所述覆冰厚度序列输入至训练好的第一BP神经网络模型中,输出得到待预测时刻的覆冰厚度值A;分别获取预设时间段内和待预测时刻的输电线路处的微气象数据,将所述微气象数据输入已训练好的第二BP神经网络模型中,输出待预测时刻的覆冰厚度值B;以覆冰厚度值A和覆冰厚度值B的平均值作为待预测时刻的覆冰厚度,本发明能够综合利用气象数据和历史覆冰情况,减少预测误差,提高预测结果的可靠性。
技术关键词
BP神经网络模型 厚度预测方法 输电线覆冰厚度 气象 深度学习模型 序列 节点 图片 时间段 数据 样本 线路 预测系统 预测误差 周期 图像 识别模块 标签
系统为您推荐了相关专利信息
1
一种基于气象数据的风电预测方法及系统
风电预测方法 气象 风力发电机 LSTM模型 关键字
2
一种基于特征点匹配的输电线路激光雷达点云拼接方法及系统
特征点 拼接方法 深度学习模型训练 激光雷达点云数据 拼接算法
3
用于智能垃圾分拣的机械臂与传送带协同控制规划方法
传送带 垃圾破袋装置 支持向量机分类方法 Dijkstra算法 卷积神经网络模型
4
基于深度学习的对流性大风短时预报方法及系统
预报方法 地形特征 训练深度学习模型 数据收集模块 历史气象数据
5
一种基于机器学习的空调负荷预测及节能方法
空调负荷预测 节能方法 历史负荷数据 梯度提升决策树 长短期记忆网络
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