摘要
本发明公开了基于自适应增强的电力气象预测方法及装置,涉及电力气象预测技术领域,方法包括以下步骤:收集历史气象数据与电力数据,对收集到的数据进行清洗;本发明通过基于Chain‑of‑Thought逻辑构建模型推理路径追溯模块,将预测结果分解为气象因素贡献度、电力系统响应逻辑等子任务,实现了预测过程的可解释性,采用序列概率置信度评估生成结果的可靠性,动态生成可视化解释报告,让运维人员能直观获取关键信息,通过对抗训练优化模型对关键气象事件的敏感性,提升了模型对极端气象情况的预测能力,最终有效解决了黑箱模型在电力决策中的信任问题,为运维人员提供直观、可靠的决策依据,提高电力系统在复杂气象条件下运行的安全性和稳定性。
技术关键词
气象预测方法
历史气象数据
气象预测装置
模拟电力系统
模型误差
多模型融合策略
方差贡献率
气象预测技术
逻辑
主成分分析方法
建立电力系统
历史降雨量
样本
粒子群优化算法
地理信息数据
模块
系统为您推荐了相关专利信息
温度预测模型
电缆接头温度
历史运行数据
门控循环单元神经网络
一维卷积神经网络
迁移学习策略
负荷预测方法
光伏系统
集合经验模态分解
灰狼优化算法