摘要
本发明涉及一种融合光纤监测与精细化气象数据的输电线路舞动预测方法,属于电力通信技术领域。本发明提出基于自适应加权学习的多源数据横纵时序规律挖掘方法,对光纤实时监测数据与气象预测数据进行一级自适应加权,并利用二级BP神经网络学习和捕捉数据中的潜在时序模式,实现多源数据深度融合;同时采用K‑Mediods算法对融合后数据进行横纵时序规律挖掘,有效提高数据横纵时序规律挖掘深度及准度。根据横纵向时序参差性问题处理时序数据,得到横纵向参差时序感知调节参数,利用所得参数改进传统GRU门控结构,减少网络的预测偏差,同时利用注意力闭环机制提高模型训练的精度。
技术关键词
时序
聚类
光纤监测传感器
输电线路覆冰
门控结构
实时监测数据
样本
地面气象站
融合BP神经网络
风速
参数
模块
预测装置
规律挖掘方法
系统为您推荐了相关专利信息
电网历史数据
电网设备
态势分析方法
设备故障记录
序列
时序预测模型
风险预测方法
节点
风险预测装置
笔画