【技术实现步骤摘要】
本专利技术涉及电力，尤其涉及一种电力设备受涝预测方法、装置、终端设备及存储介质。
技术介绍
1、台风暴雨作为气象灾害的一种类型，其造成的破坏力巨大，对人们的生产和生活构成严重威胁，特别是在电网方面的电力设备受涝上。鉴于此，加强电力设备受涝预测，以及时做好电力设备受涝准备，降低电力设备受涝损耗尤为重要。
2、目前，电力设备受涝预测方法多种多样，主要包括基于历史数据和检测数据统计分析的预测方法、基于仿真模拟的预测方法以及基于智能算法的预测方法等。例如：基于历史数据和监测数据统计分析的方法，其具体是利用历史数据构建降雨-洪涝灾害模型，分析降雨强度、频率与洪涝灾害之间的关系以及根据实时监测数据，动态调整模型参数，提高预测准确性；基于仿真模拟的预测方法，其具体是利用分布式水文物理模型进行流域水文模拟，获取电力设备所在区域的物理场(包括预测的水位)，分析物理场的变化趋势，预测未来一段时间内的水位变化；基于智能算法的预测方法，其具体是利用数据挖掘技术，从历史数据中提取与洪涝灾害相关的特征信息以及利用机器学习算法，构建洪涝灾害预测模型。上述...
【技术保护点】
1.一种电力设备受涝预测方法，其特征在于，包括：
2.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，所述初始的受涝预测模型包括：输入层、长短期记忆层、注意力机制层、丢弃层、全连接层和输出层；
3.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，在初始的受涝预测模型提取时间序列数据样本的时间序列特征，并根据时间序列特征输出预测电力设备受涝程度之后，还包括：
4.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，在获取时间序列数据训练集之后，还包括：
5.一种电力设备受涝预测装置，其特征在于，包括：数...
【技术特征摘要】
1.一种电力设备受涝预测方法，其特征在于，包括：
2.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，所述初始的受涝预测模型包括：输入层、长短期记忆层、注意力机制层、丢弃层、全连接层和输出层；
3.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，在初始的受涝预测模型提取时间序列数据样本的时间序列特征，并根据时间序列特征输出预测电力设备受涝程度之后，还包括：
4.如权利要求1所述的一种电力设备受涝预测方法，其特征在于，在获取时间序列数据训练集之后，还包括：
5.一种电力设备受涝预测装置，其特征在于，包括：数据获取模块、时间序列数据构建模块、受涝预测模块和受涝预测模型构建模块；
6.如权利要求5所述的一种电力设备受涝预测装置，其特征...
【专利技术属性】
技术研发人员：李文超，魏瑞增，王中奥，赵兵，王磊，饶章权，彭大伟，周恩泽，陈超，鄂盛龙，江俊飞，李国强，毕明利，龚博，赖诗钰，
申请(专利权)人：广东电网有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。