首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于机器学习的输电线路舞动预测方法及预测系统 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:国网湖北省电力有限公司;国网湖北省电力有限公司黄石供电公司

摘要:本发明公开了基于机器学习的输电线路舞动预测方法及系统,其中所述方法包括:采集与所述输电线路舞动相关数据;提取输电线路舞动特征;基于导线的结构信息以及所述历史舞动数据提取的相应第一输电线路舞动特征集合,采用梯度提升树算法和决策回归树算法构建输电线路舞动预测模型;基于导线的结构信息以及当前环境条件提取当前输电线路舞动特征;将所述当前输电线路舞动特征输入所述输电线路舞动预测模型;基于所述输电线路舞动预测模型输出结果。本发明将梯度提升树模型与决策树回归模型进行融合可以充分发挥两者的优势,提高预测性能、鲁棒性和特征表达能力,并且提供较好的解释性,适用于输电线路舞动预测等实际应用场景。

主权项:1.基于机器学习的输电线路舞动预测方法,其特征在于,所述方法包括以下步骤:步骤S101、采集与所述输电线路舞动相关数据,所述相关数据包括导线的结构信息、当前环境条件和历史舞动数据;步骤S103、基于所述输电线路舞动相关数据,提取输电线路舞动特征;步骤S105、基于导线的结构信息以及所述历史舞动数据提取的相应第一输电线路舞动特征集合,采用梯度提升树算法和决策回归树算法构建输电线路舞动预测模型;步骤S107、基于导线的结构信息以及当前环境条件提取当前输电线路舞动特征;步骤S109、将所述当前输电线路舞动特征输入所述输电线路舞动预测模型;步骤S1010、基于所述输电线路舞动预测模型输出结果,对当前输电线路的舞动进行预测,并采用相应的处理措施;所述步骤103中采用梯度提升树算法和决策回归树算法构建输电线路舞动预测模型包括:在梯度提升树算法中,每棵决策树都试图纠正前一棵决策树的预测误差,每次迭代时,决策树回归算法被用作构建基础模型,用于拟合当前残差与输入特征之间的关系;梯度提升树算法中的预测结果是多个决策树预测结果的加权和,每个决策树的权重是根据其在迭代过程中的贡献程度来确定。

全文数据:

权利要求:

百度查询: 国网湖北省电力有限公司 国网湖北省电力有限公司黄石供电公司 基于机器学习的输电线路舞动预测方法及预测系统

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。