基本信息:
- 专利标题： 基于卷积神经网络的落雷预测模型构建方法
- 申请号：CN202210976018.X 申请日：2022-08-15
- 公开(公告)号：CN115456248A 公开(公告)日：2022-12-09
- 发明人： 张永刚 , 谷山强 , 李健 , 吴大伟 , 李秋阳 , 朱浩楠 , 李哲 , 陶汉涛 , 张磊 , 林卿 , 姜志博 , 白冰洁 , 李旺 , 温宽 , 刘泽 , 王宇 , 刘玉欢
- 申请人： 国网电力科学研究院武汉南瑞有限责任公司
- 申请人地址： 湖北省武汉市洪山区珞瑜路143号
- 专利权人： 国网电力科学研究院武汉南瑞有限责任公司
- 当前专利权人： 国网电力科学研究院武汉南瑞有限责任公司
- 当前专利权人地址： 湖北省武汉市洪山区珞瑜路143号
- 代理机构： 武汉开元知识产权代理有限公司
- 代理人： 李满; 潘杰
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/26 ; G06N3/04 ; G06K9/62
摘要：
本发明公开了一种基于卷积神经网络的落雷预测模型构建方法，该方法以目标区域的历史雷电定位数据和气象数据为基础，通过统计雷电数据提取了目标区域内部的落雷次数与雷电流强度信息，以二者出现的比例为依据并结合目标区域的防雷要求划分了落雷次数与雷电流强度的分类区间，以落雷次数类别和雷电流强度类别为基础分别建立了落雷次数类别样本和雷电流强度类别样本，分别训练了以时空变量和气象参量为输入、以落雷次数或雷电流强度各个类别的概率为输出的卷积神经网络预测模型，实现了对落雷次数和雷电流强度的分类预测。本方法可用于开展基于预报信息的雷击故障主动防护，对降低雷击灾害损失、提升社会防雷水平具有十分重要的意义。
公开/授权文献:
- CN115456248B 基于卷积神经网络的落雷预测模型构建方法 公开/授权日：2024-10-29