摘要
本发明涉及电力系统防灾减灾技术领域,提供一种基于气候指数的覆冰趋势预测方法,旨在解决现有技术在月度、季度等长期气候尺度上覆冰预测的空白;包括通过收集2013‑2019年冬季逐月南方电网覆冰总条次和对应时间的AO指数数据,构建覆冰条次‑AO指数历史数据库;统计分析近7年冬季逐月南网覆冰总条次与AO指数的变化规律,计算得出二者呈显著负相关关系;通过显著性t检验验证覆冰条次与AO指数的相关性具有统计学意义;利用线性回归拟合建立以AO指数为自变量的覆冰条次预报方程,并输入AO指数预报数据实现覆冰条次的长期趋势预测。相比传统短期预测方法,本发明结合大尺度气候因子,显著提高了预测的可靠性和时效性,为电力系统的防灾减灾提供了科学依据。
技术关键词
长期趋势预测方法
指数
协方差矩阵
气候
电力系统防灾减灾技术
非线性建模方法
XGBoost模型
样本
多元线性回归模型
变量
卡尔曼滤波
短期预测方法
梯度提升决策树
气象观测数据
输电线路覆冰
动态调整机制
系统为您推荐了相关专利信息
广告推广系统
指数
电梯
图像识别模块
隐私保护模块
拼接组件
图像生成方法
解码器
文本编码器
图像生成装置
农作物遥感分类方法
NDVI时间序列
样本
时间序列曲线
训练分类模型
精准广告投放方法
辅助工具
网格
样式
个性化广告