CN120145145A 可解释性物理深度学习模型的输电线路覆冰厚度预测方法 （武汉理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120145145A

(43)申请公布日2025.06.13

(21)申请号202510232707.3

(22)申请日2025.02.28

(71)申请人武汉理工大学

地址430070湖北省武汉市洪山区珞狮路

122号

(72)发明人侯慧万屹杨旭唐金锐

吴细秀李显强谢长君黄亮石英

(74)专利代理机构湖北武汉永嘉专利代理有限

公司42102

专利代理师黄帅

(51)Int.Cl.

G06F18/241(2023.01)

G06F18/213(2023.01)

G06N3/006(2023.01)

G06Q50/06(2024.01)

权利要求书3页说明书10页附图3页

(54)发明名称

可解释性物理深度学习模型的输电线路覆

冰厚度预测方法

(57)摘要

CN120145145A本发明公开了一种可解释性物理深度学习模型的输电线路覆冰厚度预测方法，该方法包括：获取气象数据和电力系统数据并进行预处理；对预处理后的数据进行相关性分析，使用皮尔逊相关系数选取输入特征并进行数据标准化，以构建输电线路覆冰数据库；基于深度学习模型构建输电线路覆冰厚度预测模型；基于物理规律构建物理模型，物理模型根据冰荷载计算输电线路覆冰厚度；结合物理模型建