摘要
本发明涉及一种基于人工智能的电力气象灾害风险预警方法及系统。该方法对包括温度、湿度、风速、降水量在内的基础气象数据进行清洗与预处理,得到清洗后的基础气象数据集;基于卫星云图或雷达图像数据,通过神经网络模型对气象变化进行建模,得到同化特征,基础气象数据和同化特征拼接形成联合特征向量;基于气象因素、电网因素和地理信息构建综合性灾害风险评估模型,并对综合性灾害风险评估模型进行训练和多目标优化,使用优化后的综合性灾害风险评估模型进行实时电力气象灾害风险预警。本发明能够实时监测气象数据、电网设备状态及地理信息,对电力设备可能受到的气象灾害进行精准预警,提高电力系统的安全性与稳定性。
技术关键词
电力气象灾害
灾害风险评估
风险预警方法
综合性
电网运行数据
雷达图像数据
卫星云图
风速
神经网络模型
电网设备状态
基础
拼接模块
风险预警系统
注意力机制
时效性
卡尔曼滤波算法
服务端
系统为您推荐了相关专利信息
传感器布置
矿山井下
风险预警方法
长短期记忆网络
泥石流监测
服务组件
数据分配方法
资源约束条件
决策
非线性整数规划
指标异常预测
微服务架构
异常状态
训练机器学习算法
深度学习模型
仿真场景
应急控制方法
配电网故障
配电网供电可靠性
开关