基于气象大数据的配网故障数量预测

• 作者: 何海零 王庭婷 谭渡渡 贺电 邹晟 钟佳辰
• 来源期刊: 吉首大学学报（自然科学版）
• 学科: 工学
• 关键词: 气象 大数据 配网故障 抢修工单 人工神经网络 最大信息熵原理
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 电工技术与通信
• 页码范围: 53-56
• 页数: 4页
• 分类号: TM71
• 字数: 2211字
• 语种: 中文
• DOI: 10.13438/j.cnki.jdzk.2019.01.013

摘要

将配网故障抢修历史数据与庞大的温度、降雨、雷电等气象数据相结合,建立了一种具有天气敏感性的神经网络组合预测模型.该模型利用最大相关系数实时调整导致抢修数量变化的主要气象因素,精确预测故障发生的数量、类型和变化趋势,为抢修人员和物资的提前部署提供定性、定量指导.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭渡渡		2	0	0.0	0.0
2	钟佳辰		2	0	0.0	0.0
3	贺电		1	0	0.0	0.0