摘要
本发明涉及电力指标预测技术领域,具体涉及一种基于多维数据分析的输电线路工程指标相互影响预测方法。本发明首先获取每个杆塔在每种指标下状态参数的时序序列及每个杆塔的当前状态向量;然后获取每种指标的指标重要性、每个杆塔的状态波动系数及每个杆塔的每种指标的状态影响权重,进而在当前时刻下获取每个杆塔的每种指标的最终状态影响权重,从而结合当前状态向量,获取每个杆塔的预测状态向量。本发明通过分析杆塔多维指标下的状态参数的变化关联及历史波动,评估每个杆塔的每种指标的关注权重,从而调整卡尔曼滤波算法的输入,使得算法捕获对杆塔状态变化影响大的指标特征,进而提高对输电线路工程中每个杆塔状态的预测准确性。
技术关键词
输电线路工程
杆塔
指标
序列
参数
时序
矩阵
元素
端点
卡尔曼滤波算法
分段
载荷
偏差
电力
分子
系统为您推荐了相关专利信息
声音克隆方法
翻译耳机
高保真麦克风
频谱压缩方法
高频段
良性阵发性位置性眩晕
辅助诊断方法
分类器模型
机器学习算法
特征选择算法
匹配模型构建方法
三维模型
特征提取网络
三维网格数据
三维点云数据