申请/专利权人：三峡大学

申请日：2023-12-05

公开（公告）日：2024-04-16

公开（公告）号：CN117892215A

主分类号：G06F18/2415

分类号：G06F18/2415;G06F18/214;G06F18/213;G06F18/15;G06N3/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.03#实质审查的生效;2024.04.16#公开

摘要：本发明公开了基于SD‑AM‑TCMixer的架空输电线路覆冰厚度预测方法，是对输电线路监测数据进行灰色关联分析，确定各个气象因素对输电线路覆冰的影响程度，将相关性较大的气象因素和历史覆冰数据作为预测模型的输入数据，构建基于序列分解‑自注意力网络‑时间通道混合网络的输电线路覆冰厚度预测方法，具体步骤是，对输入的历史覆冰厚度、温度、相对湿度和风速，分解为趋势和季节分量；提取趋势分量序列所隐含的趋势和周期特征，挖掘覆冰序列的时间和通道依赖性；挖掘季节分量的时间相关性和长期依赖特征；形成基于序列分解‑自注意力网络‑时间通道混合网络的输电线路覆冰厚度预测模型；本发明较前有效提高了输电线路覆冰预测的精度。

主权项：1.基于SD-AM-TCMixer的架空输电线路覆冰厚度预测方法，其特征在于，是基于序列分解-时间通道混合网络-自注意力网络的覆冰厚度预测方法，所述的方法包括以下步骤：step1：考虑气象因素对覆冰增长的影响，选取温度、湿度、风速条件作为影响因素，将影响因素及历史覆冰厚度作为样本集，训练覆冰预测模型；step2：通过将输入特征分解为趋势分量和季节分量，通过时间通道混合网络从趋势分量里提取趋势特征，通过自注意力网络从季节分量里提取季节特征；step3：通过联合趋势特征和季节特征，预测最终的覆冰厚度，建立适用于架空输电线路的覆冰增长预测模型，选择合适的模型评级指标评判模型性能。

全文数据：

权利要求：

百度查询： 三峡大学 基于SD-AM-TCMixer的架空输电线路覆冰厚度预测方法

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