基于覆冰识别与分位数回归的输电线路覆冰概率预测方法

基于覆冰识别与分位数回归的输电线路覆冰概率预测方法，属于输电线路覆冰厚度概率预测技术领域，方法包括：步骤S10，获取预测地区输电线路的历史覆冰数据、气象数据和地形数据，得到关键特征；步骤S20，借助k‑means聚类算法将输电线路覆冰模式分为N类标签，获得不同覆冰模式标签下的子数据集；步骤S30，借助CNN模型构建输电线路覆冰模式辨识模型，输出待预测时刻T覆冰模式的标签；步骤S40，借助分位数回归与LSTM神经网络的结合构建覆冰厚度概率预测模型，输出待预测时刻T输电线路的覆冰厚度概率分布区间，得到不同覆冰模式下的覆冰厚度概率预测结果。能够提供准确的覆冰厚度概率预测，对电网输电线路抗冰工作，电网安全运行、运维有重要意义。