-
公开(公告)号:CN116596309A
公开(公告)日:2023-08-15
申请号:CN202310542626.4
申请日:2023-05-12
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06Q50/06 , G06F18/23213 , G06F18/241
Abstract: 本发明公开了一种电网设施防汛预报方法及系统,涉及电网设施防汛预报技术领域,通过进行K‑means聚类分析处理,避免了人为主观意识,从而避免了对原始数据的转换可能影响电网设施防汛预报结果的问题;避免了传统方法中指标赋权问题,从而避免了指标赋权方法的不合理性对最终评估结果的影响;其次,利用反向传播算法建立深度学习模型,将数据输入至深度学习模型进行训练,通过学习器度量分类器在分类任务上的性能来自动学习分类器的参数,可靠性高,有效缓解模型过拟合的问题,有效改善当前深度学习模型的连续学习能力,使得电网设施防汛预报更为准确,降低了灾害所带来的电网设备损坏的风险。
-
公开(公告)号:CN117077999A
公开(公告)日:2023-11-17
申请号:CN202310543002.4
申请日:2023-05-12
Applicant: 国网安徽省电力有限公司电力科学研究院
IPC: G06Q10/0635 , G06F18/213 , G06F18/241 , G06Q50/06
Abstract: 本发明公开了一种基于洪涝灾害综合损失等级评估的洪涝灾前预测方法,涉及灾害等级评估技术领域;通过深度学习中的自编码器对电力相关洪涝灾情指标潜在特征提取。对于构建指标体系有效性的问题,本发明利用计算机自动采用相关系数法对指标的有效性进行检验,使得评价更为全面、精确;洪涝灾前预测方法能较综合的判断各地洪涝灾害损失等级情况,具有实用性和客观性,大大提高了评价准确性和及时性。
-