基于元学习的覆冰舞动预测模型的超参数优化方法及系统

本发明公开了基于元学习的覆冰舞动预测模型的超参数优化方法及系统，采集来自气象监测设备、线路状态传感器及历史覆冰舞动记录的原始数据；对采集的原始数据按照时间粒度进行统一对齐，得到多模态时序数据；采用得到的多模态时序数据对构建的覆冰舞动时序预测模型的超参数进行内外双循环训练，所述内外双循环训练的内循环在给定超参数下进行迭代训练，待模型参数收敛后，外循环基于已经收敛的模型参数进行元学习级别的超参数优化，在固定内循环训练范式的前提下，对超参数进行自适应搜索，获得最优的超参数。可以在不同气象场景和线路工况下，快速、自适应地寻优模型关键超参数，提高预测精度与收敛速度，以实时的对输电线覆冰舞动风险告警。