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-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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