-
公开(公告)号:CN118709869B
公开(公告)日:2025-03-04
申请号:CN202411197834.6
申请日:2024-08-29
Applicant: 浙江大学 , 国网浙江省电力有限公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F18/243 , G06N20/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种台风期间的停电时空序列预测方法,包括:S1、数据收集;S2、对数据进行前处理:将目标区域划分为网格单元,将收集的数据按照网格单元进行赋值,得到目标区域的数据集;S3、创建训练集,通过随机森林分类模型对训练集进行处理,并基于门控循环单元模型和随机森林分类模型构建停电时间序列预测模型;S4、模型训练:通过处理后的训练集对停电时间序列预测模型中的门控循环单元模型进行训练,通过处理前的训练集对停电时间序列预测模型中的随机森林分类模型进行训练;S5、模型测试:对停电时间序列预测模型进行时空序列预测测试。本发明可在台风登陆前进行大面积停电的时间和空间预测,预测准确度高。
-
公开(公告)号:CN118709869A
公开(公告)日:2024-09-27
申请号:CN202411197834.6
申请日:2024-08-29
Applicant: 浙江大学 , 国网浙江省电力有限公司电力科学研究院
IPC: G06Q10/04 , G06Q50/06 , G06F18/243 , G06N20/20 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种台风期间的停电时空序列预测方法,包括:S1、数据收集;S2、对数据进行前处理:将目标区域划分为网格单元,将收集的数据按照网格单元进行赋值,得到目标区域的数据集;S3、创建训练集,通过随机森林分类模型对训练集进行处理,并基于门控循环单元模型和随机森林分类模型构建停电时间序列预测模型;S4、模型训练:通过处理后的训练集对停电时间序列预测模型中的门控循环单元模型进行训练,通过处理前的训练集对停电时间序列预测模型中的随机森林分类模型进行训练;S5、模型测试:对停电时间序列预测模型进行时空序列预测测试。本发明可在台风登陆前进行大面积停电的时间和空间预测,预测准确度高。
-
公开(公告)号:CN118536395A
公开(公告)日:2024-08-23
申请号:CN202410680546.X
申请日:2024-05-29
Applicant: 国网浙江省电力有限公司电力科学研究院
IPC: G06F30/27 , G06T17/05 , G06F18/213 , G06F18/241 , G06F30/28 , G01W1/10 , G06Q10/0635 , G06Q50/26 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06F113/08 , G06F119/14 , G06F111/10 , G06F123/02
Abstract: 本发明公开了一种基于深度学习的台风过程中尺度数值天气预报实时订正方法、系统、设备及存储介质。本发明的中尺度数值天气预报实时订正方法,其基于深度学习方法,结合卷积神经网络和长短时记忆网络构建实时中尺度数值天气预报订正模型,模型通过学习多尺度下中尺度数值天气预报风场、数字高程模型与实测风序列的时空关系,实时接收台风行进过程中的微气象监测数据和中尺度数值天气预报的预报风场数据,通过微气象设备历史监测数据与预报风场数据对未来时刻输电塔处预报风速和风向进行短期订正。本发明提出的实时中尺度数值天气预报订正模型充分考虑风场与地形的时空关系,通过订正中尺度预报风场,能更精准地预测各观测点的未来时刻风速和风向。
-
-