摘要
本发明提出的一种基于深度学习的电网设备洪水淹没预测方法及设备,涉及电力系统安全监测技术领域,解决了有效对电网设备洪水淹没范围进行预测,降低灾害损失的问题,采用的方案是:S1:制作洪水淹没模型样本库,S2:模型构建与训练,S3:模型部署及预测,S4:结果后处理,本发明的技术方案,准确性高、实时性强且适应性好,增强了模型对不同地区、不同地形和不同洪水场景的适应性,不仅能够提取洪水淹没范围,还能结合电网设备信息,准确确定受影响的电网设备,为电力部门的应急响应提供全面的决策依据。
技术关键词
光学遥感影像
多源遥感影像数据
混合深度学习模型
金字塔池化模块
电力系统安全监测技术
空间金字塔池化
水体
地理信息数据
瓦片
样本
地理位置信息
格式
雷达遥感影像
电网设备信息
深度卷积神经网络
多模态数据融合
空洞
级联式结构
系统为您推荐了相关专利信息
混合深度学习模型
门控循环单元
评价方法
车辆运行速度
加速度
网络优化方法
图像增强网络
语义
动态分配策略
LAB颜色空间
概率预测方法
高寒山区
动态变化模型
气候变化情景
边坡安全系数
遥感识别方法
时空分布图
深度学习模型训练
多源遥感影像数据
梯田