摘要
本发明涉及输电线路覆冰预测技术领域,具体提供了一种输电线路覆冰预测方法及装置,包括:获取输电线路所处区域的气象特征、地形高程数据及地形‑气象耦合张量;将所述输电线路所处区域的气象特征、地形高程数据及地形‑气象耦合张量作为预先训练的混合神经网络模型的输入,得到所述预先训练的混合神经网络模型输出的输电线路覆冰数据。本发明提供的技术方案,法可为输电线路覆冰预警提供精准的气象和物理条件支持,提高了冰厚预测精度,显著降低了预警响应延迟,并优化了融冰能效,为电力系统在恶劣气象条件下的安全运行提供了科学保障。
技术关键词
地形高程数据
数值天气预报数据
混合神经网络模型
集合卡尔曼滤波
地形特征
风速
输电线路覆冰预测
输电线路覆冰预警
太阳方位角
坐标
恶劣气象条件
物理
系统为您推荐了相关专利信息
攀爬方法
扫地机器人
多地形
主动悬挂系统
三维地形数据
混合神经网络模型
溶解氧
时间卷积网络
门控循环单元
多头注意力机制
路径优化方法
地理信息数据
图论算法
数字高程模型
线路
水利工程模型
数字孪生
运维监测方法
水文
仿真数据
无人机飞行路径
生态敏感区
路径方法
模拟平台
飞行参数数据