基于数模双驱动模型的输电线路覆冰厚度预测方法、系统、设备及介质

AITNT
正文
推荐专利
基于数模双驱动模型的输电线路覆冰厚度预测方法、系统、设备及介质
申请号:CN202510990520
申请日期:2025-07-18
公开号:CN120508810A
公开日期:2025-08-19
类型:发明专利
摘要
本发明属于输电线路检测技术领域,公开了基于数模双驱动模型的输电线路覆冰厚度预测方法、系统、设备及介质,以解决现有方法预测精度低的问题。本发明方法包括:获取目标线路所在地的历史气象数据及对应电力系统数据,进行缺失值补充后采用PCC进行特征关联度分析以筛选特征,从而构建输入特征集;搭建基学习层并在元学习层部署LSTM模型,将基学习层的输出作为元学习层的输入,得到多模型融合的集成学习模型;将输入特征集输入集成学习模型生成训练预测结果,基于物理规律对训练预测结果评价以得到数模双驱动预测模型;基于数模双驱动预测模型对目标线路进行预测,利用误差指标与拟合指标对预测值进行评价,从而完成目标线路覆冰厚度预测。
技术关键词
集成学习模型 历史气象数据 LSTM模型 输电线路覆冰厚度 表达式 支持向量回归模型 物理 线路检测技术 指标 电力系统 误差 多模型 线性回归模型 随机森林模型 计算机设备 样本 回归算法
系统为您推荐了相关专利信息
1
基于BIM技术的建筑模型构建方法及系统
BIM技术 BIM建筑模型 投影面 邻域 连线
2
检验科消毒器具智能分类方法
消毒器具 检验科消毒 智能分类方法 视角 数据
3
电气化铁路全并联AT供电故障测距数据缺失补偿的方法
供电故障 贝叶斯网络模型 电流 因子 表达式
4
一种结合函数级动态运行特征的Python语言缺陷预测方法
缺陷预测方法 测试用例生成器 BiLSTM模型 双向长短期记忆网络 动态插桩技术
5
一种基于改进麻雀算法的风电功率预测方法及系统
电功率预测方法 风电功率预测模型 搜索算法优化 历史运行数据 参数
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