摘要
本发明涉及输电线路技术领域,特别是一种微气象因素融合的架空线路最大载流量预测方法及系统。采集多元微气象数据,建立架空线路最大载流量融合计算模型;基于多时段离散分解处理多元微气象历史数据,构建RNN‑GRU预测模型;使用改进的萤火虫算法对RNN‑GRU模型参数进行优化,形成κ‑FA‑RNN‑GRU预测算法;结合多时段多元微气象数据融合预测,构建架空线路多时段最大载流量预测单元;对预测单元进行实时监测和评估,定期优化预测算法和模型参数。通过多元微气象数据融合、多时段离散分解和改进的优化算法,提高架空线路最大载流量预测的精度和稳定性。考虑架空线路的发热和散热物理机理,克服传统方法在复杂气象条件下的局限性,提升电网的安全稳定运行。
技术关键词
流量预测方法
气象历史数据
萤火虫算法
GRU模型
门控循环单元
流量预测系统
环境温度监测
最佳参数组合
输电线路技术
神经网络训练
注意力机制
处理器
架空线
计算机设备
模块
系统为您推荐了相关专利信息
时序误差
量子态
时序方法
GRU模型
错误校正技术
门控循环单元网络
负荷预测方法
负荷短期预测方法
负荷历史数据
湿球温度数据
驾驶员呼吸频率
红外热成像传感器
多通道卷积神经网络
滑动窗口机制
雷达传感器
诊断决策方法
方剂
注意力
门控循环单元网络
环境特征值