一种基于气象数据的不平衡样本舞动预测方法及系统
本发明涉及电力输电工程技术领域,公开了一种基于气象数据的不平衡样本舞动预测方法及系统,预测方法包括:收集各监测点的历史监测数据,并同步采集对应监测点的气象信息;以监测装置和日期为基本单元,在各装置的每日数据中选取一条样本数据,将样本数据中的不舞动样本按线路编号分组,每组内仅保留不同档距对应的样本;根据线路档距特征、舞动高发时段和典型气象组合,对样本数据赋予差异化损失权重,构建加权交叉熵损失函数;构建日尺度舞动预测模型,利用加权交叉熵损失函数对模型进行训练,实现对舞动事件的日尺度预测。通过构建科学的样本抽取策略、引入类别权重机制以及采用深度学习分类模型,提升模型对少数类事件的识别能力。...
        Saved in:
      
    
          | Format | Patent | 
|---|---|
| Language | Chinese | 
| Published | 
          
        02.09.2025
     | 
| Subjects | |
| Online Access | Get full text | 
Cover
| Summary: | 本发明涉及电力输电工程技术领域,公开了一种基于气象数据的不平衡样本舞动预测方法及系统,预测方法包括:收集各监测点的历史监测数据,并同步采集对应监测点的气象信息;以监测装置和日期为基本单元,在各装置的每日数据中选取一条样本数据,将样本数据中的不舞动样本按线路编号分组,每组内仅保留不同档距对应的样本;根据线路档距特征、舞动高发时段和典型气象组合,对样本数据赋予差异化损失权重,构建加权交叉熵损失函数;构建日尺度舞动预测模型,利用加权交叉熵损失函数对模型进行训练,实现对舞动事件的日尺度预测。通过构建科学的样本抽取策略、引入类别权重机制以及采用深度学习分类模型,提升模型对少数类事件的识别能力。 | 
|---|---|
| Bibliography: | Application Number: CN20251174587 |