基于输电线图像和微气象的覆冰厚度预测方法和系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于输电线图像和微气象的覆冰厚度预测方法和系统
申请号:CN202411125219
申请日期:2024-08-16
公开号:CN119005433A
公开日期:2024-11-22
类型:发明专利
摘要
本发明适用于电网安全技术领域,提供了一种基于输电线图像和微气象的覆冰厚度预测方法,所述方法包括:获取设定历史周期内的输电线图片序列,输入至训练好的深度学习模型中,识别得到与所述输电线图片序列对应的覆冰厚度序列;将所述覆冰厚度序列输入至训练好的第一BP神经网络模型中,输出得到待预测时刻的覆冰厚度值A;分别获取预设时间段内和待预测时刻的输电线路处的微气象数据,将所述微气象数据输入已训练好的第二BP神经网络模型中,输出待预测时刻的覆冰厚度值B;以覆冰厚度值A和覆冰厚度值B的平均值作为待预测时刻的覆冰厚度,本发明能够综合利用气象数据和历史覆冰情况,减少预测误差,提高预测结果的可靠性。
技术关键词
BP神经网络模型 厚度预测方法 输电线覆冰厚度 气象 深度学习模型 序列 节点 图片 时间段 数据 样本 线路 预测系统 预测误差 周期 图像 识别模块 标签