深度神经网络的配电线路覆冰倒断杆概率预测方法及系统

本发明涉及电力系统风险评估技术领域，特别是一种深度神经网络的配电线路覆冰倒断杆概率预测方法及系统。获取配电线路覆冰灾害区域的历史气象数据和杆塔倒断信息；构建深度神经网络预测模型并对深度神经网络预测模型进行优化；采用模拟退火鲸鱼算法对深度神经网络预测模型进行训练到覆冰条件下倒断杆概率预测结果。深度神经网络预测模型包括：输入层设置4个输入神经元，分别对应风向、风速、覆冰厚度和温度；隐藏层设置为3层，第一隐藏层16个节点，第二隐藏层8个节点，第三隐藏层4个节点；输出层采用Sigmoid激活函数。通过将鲸鱼优化算法与模拟退火算法相结合，实现了全局搜索和局部优化的有效结合，显著提高了预测模型的训练效率和预测准确性。