一种强降雨天气下城市配电网超充负荷时空态势预测方法

AITNT
正文
推荐专利
一种强降雨天气下城市配电网超充负荷时空态势预测方法
申请号:CN202510708384
申请日期:2025-05-29
公开号:CN120237643B
公开日期:2025-08-01
类型:发明专利
摘要
本发明公开了一种强降雨天气下城市配电网超充负荷时空态势预测方法,S1.构建地面积水深度、雨强和时程变化下的电气性能失效概率模型;S2.构建雨强时程驱动下考虑超充桩可用性和用户充电避险行为的超充负荷时空转移矩阵模型;S3.以超充站为节点划分充电辐射区域,将雨强和时程数据映射至充电辐射区域节点,结合用户电气性能失效概率模型和超充负荷时空转移矩阵模型获取超充桩运行状态特征、降雨强度特征和交通流特征,构建基于时空图建模的超充负荷动态关联模型,通过将当前超充桩运行状态特征、降雨强度特征和交通流特征输入至超充负荷动态关联模型获取对应的负荷预测量。
技术关键词
态势预测方法 强降雨天气 城市配电网 动态关联模型 交通流特征 负荷 节点特征 道路积水深度 路段 强度 动态邻接矩阵 核密度估计法 电气 离散化模型 分段 传感器响应
系统为您推荐了相关专利信息
1
一种可对车流量进行实时预测的交通信号灯控制方法
车流量预测 实时监测数据 车辆轨迹数据 交通流特征 地磁传感器阵列
2
基于小样本学习的公路交通事件检测方法、系统和设备
公路交通事件 事件检测模型 训练集 网络架构 检测器
3
基于深度迁移学习的高速公路合流区实时冲突预测方法
高速公路合流区 冲突预测方法 特征提取网络 深度迁移学习方法 交通流特征
4
一种基于机器学习与受体模型联用的PM2.5重金属减排健康效益评估系统及方法
效益评估系统 归一化模块 生成时间序列数据 集成模块 气象
5
基于机器学习的交通流量预测方法及系统
卷积网络模型 交通流量预测方法 模型更新 注意力机制 交通流量预测系统
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号