一种铁路接触网覆冰厚度预测方法及系统

本申请涉及铁路接触网技术领域，提供一种铁路接触网覆冰厚度预测方法及系统。其中，该方法包括：将气象环境参数输入至机器学习模型，利用机器学习模型基于气象环境参数对覆冰介质参数进行动态校准，得到校准后覆冰介质参数；基于气象环境参数、导线物理特征参数和校准后覆冰介质参数，得到覆冰增长系数；将校准后覆冰介质参数和覆冰增长系数输入Makkonen模型，得到覆冰厚度预测值。本申请提供的技术方案通过机器学习动态校准关键覆冰参数并优化Makkonen模型的计算逻辑，提升了复杂气象条件下覆冰厚度预测精度，解决传统静态模型因环境适应性不足导致的预测失效问题。