一种基于特征优选与神经网络的导地线覆冰相态分类预测方法

一种基于特征优选与神经网络的导地线覆冰相态分类预测方法，包括：获取一系列气象条件与导地线覆冰相态的关联数据，根据相关系数选择优选特征；判断各类别样本量是否平衡，若平衡，利用人工神经网络进行建模；若不平衡，则选择方法一或方法二进行样本数据不平衡处理；方法一：利用样本变权重法，根据各类别样本量为各类别样本分配权重；方法二：使用SMOTE算法生成一部分人工样本，使每个故障类别的样本量相等；使用反向传播算法训练人工神经网络；得到气象环境条件与导地线覆冰相态关联模型。本发明显著提升了覆冰厚度的时空预测精度，为电网防冰融冰决策提供了实时动态的物理场数据支撑，对极端气象条件下的输电走廊安全运维具有重要工程应用价值。