公开(公告)号：CN118568451A

公开(公告)日：2024-08-30

申请号：CN202410597357.6

申请日：2024-05-14

Applicant: 三峡大学 ,  国网河南省电力公司三门峡供电公司

Inventor： 陈彬 ,  徐志明 ,  贾燕峰 ,  丁锐鑫 ,  张少峰 ,  李飚 ,  王佳琳 ,  王慧丽

IPC: G06F18/21 ,  G06F18/2134 ,  G06N3/0442 ,  H02J13/00 ,  G06F123/02

Abstract: 基于EMD‑KPCA‑LSTM的输电线路覆冰厚度预测方法，包括获取输电线路的气象数据和覆冰厚度数据；采用EMD算法将原始气象数据序列分解为各种不同频率的模态分量和剩余分量；利用KPCA算法对EMD分解得到的特征序列数据进行特征提取处理，选取出对覆冰厚度数据贡献率较高的主要输入特征；对经过特征提取产生后的特征序列和覆冰厚度数据转化为适用于LSTM网络训练的数据集，同时进行训练集和数据集的划分；初始化LSTM网络的参数，将样本的训练集输入到LSTM模型中进行训练，保存训练集的训练结果，直到获得LSTM网络模型的目标准确率；模型训练结束后，输入测试集进行预测，最终输出测试集的覆冰预测值和EMD‑KPCA‑LSTM预测模型的相关评价指标。本发明方法，能够较好地解决气象数据非线性、随机波动性大等条件下的预测问题。

公开(公告)号：CN117592592A

公开(公告)日：2024-02-23

申请号：CN202311366880.X

申请日：2023-10-20

Applicant: 三峡大学

Inventor： 陈彬 ,  徐志明 ,  万妮娜 ,  贾燕峰 ,  丁锐鑫 ,  张少峰 ,  李飚 ,  王佳琳

IPC: G06Q10/04 ,  G06Q50/06 ,  G06N3/0442 ,  G06N3/08

Abstract: 基于VMD‑SSA‑LSTM的输电线路覆冰厚度预测方法，包括获取输电线路的气象数据和覆冰厚度数据；确定所需的分解模态数，采用变分模态VMD的方法对覆冰厚度数据序列进行分解；将所得到输电线路的气象数据和覆冰厚度数据组合，划分出训练集和测试集，并对数据集进行归一化处理；使用麻雀搜索算法SSA优化长短期记忆网络LSTM的网络参数；利用最优的网络参数重建LSTM网络，使用训练集对LSTM网络进行训练，测试集输入至LSTM网络中进行预测；将各分量的预测结果进行叠加得到最终的覆冰预测值，并对预测结果进行相关的误差计算。本发明基于VMD‑SSA‑LSTM的输电线路覆冰厚度预测方法，能够较好地解决覆冰数据样本大、随机波动性大等条件下的预测问题。