摘要
本发明公开了一种基于Transformer模型的输电场地风险预警方法,包括以下步骤:S1、获取输电场地的多源异构原始监测数据,并建立逆向特征映射关系,获得多维重构数据空间;S2、构建多尺度时空特征交互矩阵,得到跨尺度增强特征数据;S3、利用改进的Transformer模型处理跨尺度增强特征数据,得到特征编码数据;S4、采用猎鹰优化算法自适应优化动态风险阈值;S5、利用猎鹰优化算法优化Transformer模型注意力权重系数;S6、更新Transformer模型参数,输出风险预测结果;S7、构建辅助验证模型对预测结果进行闭环验证并实时修正。本发明提高输电场地风险预测实时性与准确性,适用于复杂环境的风险预警。
技术关键词
注意力
风险预警方法
路径特征数据
数值
重构
序列
历史监测数据
动态重采样方法
气象数据采集设备
参数
敏感度分析方法
多尺度特征
算法
交互特征
电场强度数据
风速风向数据
系统为您推荐了相关专利信息
导航线提取方法
机器人
彩色图像
图像采集装置
注意力机制
一维卷积神经网络
药物
定量评估方法
交叉注意力机制
亲和力
机器学习模型
交叉验证方法
溴二苯醚
机器学习技术
模型超参数
矿井采煤工作面
注意力
图像超分辨率重建
图像采集模块
学习特征