摘要
本发明涉及输电线路监测技术领域,公开了一种基于输电线路杆塔级覆冰厚度网格化方法,包括:获取覆冰监测数据和气象地理信息数据;对数据进行插值和预处理;基于插值和预处理过的数据进行人工智能模型训练和测试;利用贝叶斯参数寻优方法优化人工智能模型参数;基于最优人工智能模型参数生成南方地区实况格点分布图。本发明通过结合多源数据,利用深度学习和贝叶斯优化技术,实现了输电线路杆塔级覆冰厚度的精细化网格预测,提高了预测精度,为输电线路覆冰风险评估和预防性维护提供了重要依据。
技术关键词
输电线路杆塔
网格化方法
地理信息数据
人工智能模型训练
参数寻优方法
深度神经网络模型
人工智能模型预测
气象
构建深度神经网络
训练深度神经网络
地理信息特征
训练样本集
线路监测技术
超参数
输电线路覆冰
系统为您推荐了相关专利信息
管控系统
滴灌阀门
管控平台
统计分析平台
动态管控方法
城市地下排水管网
历史维修记录
诊断系统
地理信息数据
机器学习算法
数据编码方法
人工智能模型训练
音乐
轨道
数据写入速度
数据压缩
矢量瓦片数据
地理信息数据
抽稀算法
金字塔