一种极端及转折性天气下的线路跳闸智能预测方法及系统

本发明公开了一种极端及转折性天气下的线路跳闸智能预测方法及系统，涉及输电线路跳闸故障的预测领域，包括获取满足反映极端性天气或转折性天气至少一条的第一数据，以及反映线路状况的第二数据；基于第一数据和第二数据进行深度学习训练得到第一预测模型；对第一预测模型进行可视化并迭代优化获得第二预测模型；将杆塔定位框引入第二预测模型中，得到线路跳闸预测模型；将晚于第一数据和第二数据获取时间的预测数据代入线路跳闸预测模型中，获得跳闸故障范围和故障等级。本发明通过引入杆塔定位框，基于预测模型，可对故障位置进行精准定位，实现极端天气下10kV线路跳闸预测，按杆塔划分自动给出故障严重程度和风险等级。