[发明专利]一种基于Informer模型的输电线路覆冰预测方法有效

专利信息
申请号: 202110906470.4 申请日: 2021-08-09
公开(公告)号: CN113723669B 公开(公告)日: 2023-01-06
发明(设计)人: 吴建蓉;文屹;何锦强;廖永力;龚博;黄增浩;黄军凯;范强;杜昊;代吉玉蕾;邱实;王冕 申请(专利权)人: 贵州电网有限责任公司;南方电网科学研究院有限责任公司
主分类号: G06Q10/04 分类号: G06Q10/04;G06N3/04;G06N3/063;G06N3/08
代理公司: 贵阳中新专利商标事务所 52100 代理人: 商小川
地址: 550002 贵*** 国省代码: 贵州;52
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 informer 模型 输电 线路 预测 方法
【权利要求书】:

1.一种基于Informer模型的输电线路覆冰预测方法,它包括:

步骤1、采集历史覆冰数据、终端拉力数据、气象站预报数据、气象站监测数据和终端信息数据,对采集的信息数据进行数据预处理;

步骤2、构建训练集Dtrain、验证集Dvail和测试集Dtest

步骤3、在设定好迭代次数Epochs、批处理样本数batch_size和学习率lr后之后,依次从训练集Dtrain取出batch_size大小的样本数,进行输入统一转换;

步骤4、生成编码器,对输入特征进行编码;

步骤5、通过对Decoder的堆叠,来更好的获得输入输出间的映射关系,以此来提高预测精度;最终通过一个全连接层,得到最后的输出;

将预测得到的输出和真实值进行损失函数Loss计算;

步骤6、模型迭代,重复步骤3、4和5;,直至训练条件终止,生成训练好的model,用于预测未来时刻的输电电缆的拉力值,通过拉力值进而计算当前输电电缆的覆冰厚度。

2.根据权利要求1所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:数据预处理的方法为:进行异常值处理和缺失值填补,构建拉力相关的多变量序列数据集:数据集以拉力值为预测对象,以日期、温度、湿度、温度和拉力值覆冰影响因素为特征输入;设输入历史序列长度为Lx,前向预测长度为p,覆冰相关影响变量个数为i,预测拉力值为ft,预处理后的数据集dataset表示如下:

3.根据权利要求1所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:数据预处理后得到拉力多变量数据集进行进一步标准化,使用均值mean和方差σ对数据进行Z-score归一化,

归一化计算公式:X=(x-mean)/σ;取数据集的前70%为训练集Dtrain,10%为验证集Dvail,最后20%为测试集Dtest

4.根据权利要求1所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:进行输入统一转换的方法为:

模型输入由特征标量局部时间戳(PE)和全局时间戳(SE)组成;转换公式为:

式中:i∈{1,…,Lx},α为平衡标量映射和局部/全局嵌入之间大小的因子。

5.根据权利要求4所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:特征标量所对应公式中的具体操作为通过Conv1D将i维转换为512维向量。

6.根据权利要求4所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:局部时间戳(PE)采用Transformer中的Positional Emebdding,计算公式为:

其中dmodel为输入的特征维度,

7.根据权利要求4所述的一种基于Informer模型的输电线路覆冰预测方法,其特征在于:全局时间戳(SE)使用一个全连接层将输入的时间戳映射到512维的embedding。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司;南方电网科学研究院有限责任公司,未经贵州电网有限责任公司;南方电网科学研究院有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110906470.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top