可解释性物理深度学习模型的输电线路覆冰厚度预测方法

本发明公开了一种可解释性物理深度学习模型的输电线路覆冰厚度预测方法，该方法包括：获取气象数据和电力系统数据并进行预处理；对预处理后的数据进行相关性分析，使用皮尔逊相关系数选取输入特征并进行数据标准化，以构建输电线路覆冰数据库；基于深度学习模型构建输电线路覆冰厚度预测模型；基于物理规律构建物理模型，物理模型根据冰荷载计算输电线路覆冰厚度；结合物理模型建立物理误差项，以误差最小化为目标建立数据误差项，并通过数据误差项和物理误差项建立总损失函数；结合总损失函数，利用白鲸优化算法优化输电线路覆冰厚度预测模型，并利用优化后的模型进行输电线路覆冰厚度预测。本发明的方法具有较高的预测精度和良好的可解释性。