摘要
本发明涉及电力覆冰预测技术领域,公开了一种电力线路覆冰预测方法及系统,包括:获取电力数据以及气象数据,并进行数据预处理;提取线路覆冰的第一特征,得到线路覆冰的第二特征、第三特征,通过机器学习算法构建线路覆冰预测模型,实时预测电力线路的覆冰情况,输出线路覆冰厚度预测结果。本发明通过融合物理预测以及机器学习模型,结合气象、线路状态、历史数据等多维度信息,显著提升覆冰厚度预测精度,能够实时监测与动态预警,支持分钟级覆冰厚度更新和风险分级,及时触发融冰或调度指令,且在山区、高海拔、极端天气等复杂环境下仍具备较强鲁棒性;能够减少人工巡检频率,降低运维成本。
技术关键词
电力线路覆冰
计算机可执行指令
气象
数据
线路特征
机器学习算法
导线
XGBoost算法
风速
线路覆冰厚度
特征关联分析
机器学习模型
处理器
样本
温差
生成特征
系统为您推荐了相关专利信息
能源站
语音提示方法
车辆自动紧急制动
驾驶习惯数据
行程
植被
多源融合
激光雷达点云数据
生成警报信号
传感器