摘要
本发明公开了考虑气象干旱指数的多源数据融合电网山火预测方法,包括以下步骤:步骤S1:假定电网山火预测区域为Z,划分Z为若干个网格区域Zs,s=1,2,...,S;步骤S2:将网格区域Zs看作二维平面的目标像素点,每个像素点的位置由Hj,j=1,2,...,J与Wk,k=1,2,...,K共同表示;步骤S3:采用深度学习网络算法,结合历史多源数据输入预测网格区域Zs在第二日内是否发生山火,若发生山火标记为1,若没有发生山火标记为0;解决了现有技术中存在的建模过程通常假设输入因子变量间为简单线性关系,缺乏对相邻空间、历史时间段的动态建模,无法感知电网山火的时空演化特征,缺少考虑气象干旱指数、输电线路空间分布特征对电网山火预测精度的影响等问题。
技术关键词
山火预测方法
融合电网
时域卷积网络
电网山火
气象
网格
残差神经网络
双线性插值法
深度学习网络算法
数据立方体
像素点
归一化植被指数
分辨率
变量
空间分布特征
样本
演化特征
系统为您推荐了相关专利信息
分布式光伏电站
气象
模糊聚类算法
贝叶斯方法
功率
污水检测方法
采样点
成分含量
水体
三维动态模型
试验机
混合整数规划模型
资源消耗总量
逻辑
变量
融合方法
XGBoost模型
数据
超参数
多源融合
电网设备
故障诊断模型
故障预测模型
雪花模型
气象历史数据