申请/专利权人：贵州电网有限责任公司

申请日：2023-11-16

公开（公告）日：2024-04-02

公开（公告）号：CN117807861A

主分类号：G06F30/27

分类号：G06F30/27;G06Q10/04;G06Q50/06;G06N3/0442;G06Q10/0639

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及输电线路覆冰智能预测技术领域，具体为一种输电线路覆冰微气象数据与气象站数据的关联方法，包括，采集覆冰监测终端数据，对数据进行预处理；构建基于TCN的气象站数据与微气象数据的关联模型，并对输电线路覆冰厚度风险等级按照线路设计冰厚值分级；构建基于LSTM的微气象数据与覆冰风险的关联模型，并采用关联的LSTM模型进行动态特征数据学习；将当前的气象数据输入到TCN模型中，得到预测的未来微气象数据，再将未来微气象数据输入到LSTM模型中，得到未来输电线路覆冰风险等级。本发明对输电线路覆冰厚度等级进行精准预测，实现未来12小时逐小时长时间的覆冰风险预测，为应对和处置覆冰风险提供了充足的时间，极大的提升输电线的运维效率。

主权项：1.一种输电线路覆冰微气象数据与气象站数据的关联方法，其特征在于：包括，采集覆冰监测终端数据，对数据进行预处理；构建基于TCN深度学习的气象站数据与微气象数据的关联模型，并对输电线路覆冰厚度风险等级按照线路设计冰厚值分级；构建基于LSTM深度学习的微气象数据与覆冰风险的关联模型，并采用关联的LSTM模型进行动态特征数据学习；将当前的气象数据输入到TCN模型中，得到预测的未来微气象数据，再将未来微气象数据输入到LSTM深度学习模型中，得到未来输电线路覆冰风险等级。

全文数据：

权利要求：

百度查询： 贵州电网有限责任公司 一种输电线路覆冰微气象数据与气象站数据的关联方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD