-
公开(公告)号:CN119783056A
公开(公告)日:2025-04-08
申请号:CN202411646221.6
申请日:2024-11-18
Applicant: 云南电网有限责任公司输电分公司
Abstract: 本发明公开了一种极端天气下的电网设备故障预测方法及系统,包括:采集第一对象数据并预处理,得到数据集。根据所述测试集情况,进一步采样获得平衡数据集。建立预测故障模型,输出预测结果。本发明提供的极端天气下的电网设备故障预测方法及系统很好的解决电网极端灾害小概率、样本少、非线性等问题,对于气象数据多时空、多维、多尺度、不确定等特点,预测效果很好GRNN神经网络具有很强的非线性映射能力和学习速度。方法简单实用,计算可靠,易于实现和工程现场部署,具有很强的可操作性和推广应用价值。
-
公开(公告)号:CN117631087A
公开(公告)日:2024-03-01
申请号:CN202311501053.7
申请日:2023-11-13
Applicant: 云南电网有限责任公司输电分公司
Abstract: 本发明公开了一种用于冰冻事件预测的改进型低温预报方法及系统,本发明低温冰冻数值预报的技术领域,包括:获取包括预设时间内以及历史上长周期的各项气象数据;对长周期的数据通过卡尔曼滤波器进行处理;搭建温度预报订正神经网络模型;利用统计学方法构建统计关系;构建地表和近地层各层的气温预报数据;根据预测得到垂直气温廓线以及预测点高度整层的温度分布情况,判断是否有冰冻事件发生。本发明应用卡尔曼滤波处理长周期气候误差,能够有效精细化管理长期数据变异性,提高预测的精确度和可靠性,大幅度减少预测误差,本发明不仅在地表层面上进行预测,还结合地表以上不同层次在内的多元数据进行分析和预测,极大拓展了预测的数据基础。
-