摘要
本发明提供一种基于数值天气预报和机器学习的三跨线路状态智能评估系统,涉及数据处理技术领域,包括:将导线的振动模式、频率和振幅进行整理,形成振动分析数据集,用于在有限元中模拟导线的动态行为;建立三跨线路的有限元模型,运行有限元分析,模拟在不同气象条件和振动载荷下三跨线路的响应,以识别导致线路故障的关键区域和因素;根据导致线路故障的关键区域和因素,评估线路的安全状态,确定潜在的故障类型。本发明可以提高线路状态评估的效率和准确性。
技术关键词
卷积神经网络模型
线路运行状态
数值天气预报
智能评估系统
异常状况
循环神经网络模型
气象
标签
振动特征
网格
异常数据
导线
振动传感器
参数
载荷
优化卷积神经网络
粒子
图像
系统为您推荐了相关专利信息
数据处理方法
线路运行状态
显示信息
路段
计算机可执行指令
滑动窗口
信号处理
深度信念神经网络
信号检测算法
循环神经网络模型
叠合板表面
智能检测方法
裂缝
卷积神经网络模型
声波
表面缺陷检测系统
缺陷高度
样本
陶瓷
数据采集模块
卷积神经网络模型
超分辨率
非线性
生成高分辨率
生成训练样本