[發明專利]舞動溫度的多要素智能修正方法及系統

在審

• 申請號: 201911262968.0
• 申請日: 2019-12-11
• 公開（公告）號: CN110929808A
• 公開（公告）日: 2020-03-27
• 發明（設計）人: 楊莉;懷曉偉;李麗;徐勛建;郭俊;馮濤
• 申請（專利權）人: 國網湖南省電力有限公司;國網湖南省電力有限公司防災減災中心;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/08;G06Q50/06;G06Q10/04
• 代理公司: 長沙朕揚知識產權代理事務所(普通合伙) 43213
• 代理人: 何湘玲

1.一種舞動溫度的多要素智能修正方法，其特征在于，包括以下步驟：

構建以待修正的預測舞動溫度對應的關鍵影響因子作為輸入變量，以修正舞動溫度作為輸出變量，以觀測舞動溫度與預測舞動溫度的差值均方根最小作為目標函數的神經網絡模型；

從歷史數據獲取并用預測舞動溫度、對應的觀測舞動溫度及其關鍵影響因子訓練所述神經網絡模型，得到訓練好的神經網絡模型；

輸入所述待修正的預測舞動溫度對應的關鍵影響因子輸入訓練好的神經網絡模型，得到修正舞動溫度。

2.根據權利要求1所述的舞動溫度的多要素智能修正方法，其特征在于，獲取舞動溫度的關鍵影響因子，具體包括以下步驟：

從歷史數據中獲取觀測溫度以及與所述觀測舞動溫度相關的影響因子，所述影響因子包括高空各層溫度、地面及高空各層相對濕度、地面10m的風速及高空各層風速、3h的變壓；

分別計算各個影響因子與所述觀測溫度的相關性系數，并根據所述相關性系數從高到底對所述影響因子進行排序，選卻排序靠前N的N個影響因子作為關鍵影響因子。

3.根據權利要求2所述的舞動溫度的多要素智能修正方法，其特征在于，所述目標函數為：

其中，RMSE表示觀測舞動溫度與預測舞動溫度的差值均方根，n為從歷史數據獲取的溫度預測記錄樣本總數，所述G_i為第i條溫度預測記錄的觀測舞動溫度，Y_i為第i條溫度預測記錄的預測舞動溫度,差值均方差的大小直接決定預報精度。

4.一種計算機系統，包括存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現上述權利要求1至3任一所述方法的步驟。