基于深度学习的架空输电线路覆冰厚度的长时间预测方法专利查询专利号|摘要-满商公司网

基于深度学习的架空输电线路覆冰厚度的长时间预测方法

基本信息

申请号	CN202011202942.X	申请日	-
公开（公告）号	CN112183897A	公开（公告）日	2021-01-05
申请公布号	CN112183897A	申请公布日	2021-01-05
分类号	G06Q10/04(2012.01)I	分类	计算；推算；计数;
发明人	吴明朗	申请（专利权）人	成都卡普数据服务有限责任公司
代理机构	成都点睛专利代理事务所（普通合伙）	代理人	成都卡普数据服务有限责任公司
地址	610000四川省成都市人民南路4段27号商鼎国际1-1-1201
法律状态	-

摘要

本发明属于覆冰预测技术领域，具体涉及一种基于深度学习的架空输电线路覆冰厚度的长时间预测方法。本发明为了解决架空输电线路的覆冰厚度的趋势预测，提出一种基于深度学习的架空输电线路覆冰厚度的长时间预测方法，主要是基于历史气象数据，气象预报数据，当前覆冰状态及杆塔的相关属性(如地形，海拔，呼高)数据，通过深度网络对覆冰厚度进行长时间的预测。主要包括数据集构建，数据处理，深度网络模型构建，训练和预测等。其中重点对深度网络的构建进行详细说明，包括网络层级的定义，关键层的作用。本发明能对气象的时间趋势特征提取，能对各个数据与覆冰厚度之间的关系进行表示，能提取更深层次和更复杂的特征，精准的对覆冰厚度进行估计。