(12)发明专利说明书 | ||
(10)申请公布号 CN 113255239 A (43)申请公布日 2021.08.13 | ||
权利要求说明书 说明书 幅图 |
用于预测超高压输电线路杆塔覆冰厚度的深度学习方法 | |
一种用于预测超高压输电线路杆塔覆冰厚度的深度学习方法,包括:1、提取单个杆塔周围一定地理范围的六种局部、三种全局历史气象要素和三种地形要素信息;2、通过降维深度可分离模块,对各个要素特征进行归一化,并且实现对地形要素特征的提取;3、将多个历史时间点的局部和全局气象要素特征分别输入LSTM网络中,实现气象要素特征提取;4、地形要素特征与气象要素特征进行特征融合,并将融合后的特征输入主干分类网络;5、将历史覆冰厚度数据分20等级作为网络标签;6、计算模型损失,训练模型,优化模型参数。本发明充分考虑了杆塔上覆冰厚度的时间与空间影响因素,可以有效的从历史气象数据与地形数据中预测下一个时间点的覆冰厚度。 | |
法律状态公告日 | 法律状态信息 | 法律状态 |
2021-08-13 | 公开 | 公开 |
2021-08-31 | 实质审查的生效 | 实质审查的生效 |
2021-09-28 | 授权 | 授权 |
2022-02-15 | 专利权的转移IPC(主分类):G06F30/27专利号:ZL2021107830681登记生效日:20220127变更事项:专利权人变更前权利人:南京信息工程大学变更后权利人:盐城芯丰微电子有限公司变更事项:地址变更前权利人:211500 江苏省南京市江北新区宁六路219号变更后权利人:224014 江苏省盐城市盐都区盐龙街道创新中心16楼1601室(D) | 专利申请权、专利权的转移 |
本文发布于:2024-09-21 03:35:17,感谢您对本站的认可!
本文链接:https://www.17tex.com/tex/3/382229.html
版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。
留言与评论(共有 0 条评论) |