龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：三峡大学;国网河南省电力公司三门峡供电公司
摘要：基于EMD‑KPCA‑LSTM的输电线路覆冰厚度预测方法，包括获取输电线路的气象数据和覆冰厚度数据；采用EMD算法将原始气象数据序列分解为各种不同频率的模态分量和剩余分量；利用KPCA算法对EMD分解得到的特征序列数据进行特征提取处理，选取出对覆冰厚度数据贡献率较高的主要输入特征；对经过特征提取产生后的特征序列和覆冰厚度数据转化为适用于LSTM网络训练的数据集，同时进行训练集和数据集的划分；初始化LSTM网络的参数，将样本的训练集输入到LSTM模型中进行训练，保存训练集的训练结果，直到获得LSTM网络模型的目标准确率；模型训练结束后，输入测试集进行预测，最终输出测试集的覆冰预测值和EMD‑KPCA‑LSTM预测模型的相关评价指标。本发明方法，能够较好地解决气象数据非线性、随机波动性大等条件下的预测问题。
主权项：1.基于EMD-KPCA-LSTM的输电线路覆冰厚度预测方法，其特征在于包括以下步骤：步骤1：获取输电线路的气象数据和覆冰厚度数据；步骤2：采用经验模态分解EMD将气象数据序列分解为各种不同频率的模态分量和剩余分量；步骤3：利用核主成分分析法KPCA将步骤2经验模态分解EMD分解得到的特征序列数据进行特征提取处理，选取出对覆冰厚度数据贡献率高的输入特征；步骤4：将步骤3经过特征提取产生后的特征序列和覆冰厚度数据转化为适用于长短期记忆网络LSTM训练的数据集，同时将数据集划分为训练集和测试集；步骤5：初始化长短期记忆网络LSTM的参数，将样本的训练集输入到长短期记忆网络LSTM中进行训练，保存训练集的训练结果，直到获得长短期记忆网络LSTM的目标准确率。
全文数据：
权利要求：
百度查询： 三峡大学 国网河南省电力公司三门峡供电公司 基于EMD-KPCA-LSTM的输电线路覆冰厚度预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号