[发明专利]一种架空输电线路覆冰预测模型和方法有效
| 申请号： | 201910370812.8 | 申请日： | 2019-05-06 |
| 公开（公告）号： | CN110188397B | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 张华鲁;路通;廖志军;邓照飞;石杰;邓博雅;袁明磊 | 申请（专利权）人： | 南瑞集团有限公司;南京大学;国网江西省电力有限公司 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06K9/62;G06Q10/04;G06Q50/06;H02J3/00 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华;于瀚文 |
| 地址： | 210000 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种架空输电线路覆冰预测模型和方法，所述模型通过如下步骤构建：步骤1，从线路在线监测系统中获取覆冰相关数据，筛选和处理所获取的数据；步骤2，建立和训练时序卷积神经网络模型，该模型用于预测覆冰因素；步骤3，建立和训练支持向量回归模型，该模型用于建立覆冰因素与覆冰厚度的映射，时序卷积神经网络模型和支持向量回归模型共同组成架空输电线路覆冰预测模型。使用建立的模型即能够进行覆冰预测。 | ||
| 搜索关键词： | 一种 架空 输电 线路 预测 模型 方法 | ||
【主权项】：
1.一种架空输电线路覆冰预测模型，其特征在于，所述模型通过如下步骤构建：步骤1，从线路在线监测系统中获取覆冰因素数据和覆冰厚度数据，筛选和处理所获取的数据；步骤2，建立和训练时序卷积神经网络模型，该模型用于预测覆冰因素；步骤3，建立和训练支持向量回归模型，该模型用于建立覆冰因素与覆冰厚度的回归关系，时序卷积神经网络模型和支持向量回归模型共同组成架空输电线路覆冰预测模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南瑞集团有限公司;南京大学;国网江西省电力有限公司，未经南瑞集团有限公司;南京大学;国网江西省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910370812.8/，转载请声明来源钻瓜专利网。
