买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院申请的专利一种基于多源数据的覆冰多维度预测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120822152B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511295025.3，技术领域涉及：G06F18/2433；该发明授权一种基于多源数据的覆冰多维度预测方法及系统是由彭诗怡;毛梦婷;廖昊爽;胡斐;罗序成设计研发完成，并于2025-09-11向国家知识产权局提交的专利申请。

本一种基于多源数据的覆冰多维度预测方法及系统在说明书摘要公布了：本发明公开了一种基于多源数据的覆冰多维度预测方法及系统，包括：获取历史覆冰数据并进行预处理，得到融合多源数据，使用改进的旅鼠优化算法对Attention‑LSTM模型进行寻优，得到当前最优解，基于上述得到的数据、最优解对Attention‑LSTM模型进行训练，得到输电线路覆冰预测模型，基于历史覆冰数据对输电线路覆冰预测模型进行训练，获得评估后的输电线路覆冰预测模型；获取目标区域的实时覆冰数据，将实时覆冰数据输入上述获得的模型中进行预测，输出预测结果生成决策辅助信息。本发明通过改进的旅鼠优化算法对Attention‑LSTM模型进行寻优，调整能量因子衰减速率，提高全局最优发现率。

本发明授权一种基于多源数据的覆冰多维度预测方法及系统在权利要求书中公布了：1.一种基于多源数据的覆冰多维度预测方法，其特征在于，包括： 步骤S1：获取目标区域的历史覆冰数据； 步骤S2：对获取的历史覆冰数据进行预处理，得到融合多源数据； 使用基于滑动窗口的源数据异常检测算法，动态监测微气象数据、气象站数据和高分辨率气象格点数据的可靠性评分，实时输出可靠性权重系数，表示： 2； 其中，基于滑动窗口的源数据异常检测算法，通过动态监测多个质量维度来实现，得到可靠性评分；多个质量维度包含数据完整率、数据突变频次和方差稳定性； 数据完整率：通过滑动窗口的源数据异常检测算法，计算滑动时间窗口内实际接收到的微气象数据、气象站数据和高分辨率气象格点数据的点数与预期的微气象数据、气象站数据和高分辨率气象格点数据的点总数的比值； 当实际接收到的点数与预期的点总数的比值越接近1，表示微气象数据、气象站数据和高分辨率气象格点数据完整性越高； 数据突变频次：通过滑动窗口的源数据异常检测算法，计算统计窗口内微气象数据、气象站数据和高分辨率气象格点数据中相邻两时间点数据的绝对差值；对比绝对差值和预设阈值，当绝对差值超过预设阈值的值越高，表示微气象数据、气象站数据和高分辨率气象格点数据可靠性越低； 方差稳定性：通过滑动窗口的源数据异常检测算法，计算滑动窗口内微气象数据、气象站数据和高分辨率气象格点数据值的方差，并与预设长期基准方差进行比较，当计算的方差与长期基准方差的比例值越接近1，表明内微气象数据、气象站数据和高分辨率气象格点数据波动越稳定； 综合数据完整率、数据突变频次和方差稳定性，采用加权几何平均或加权算术平均的方式计算微气象数据、气象站数据和高分辨率气象格点数据在时间窗口内总体的可靠性评分； 综合空间距离权重系数与可靠性权重系数获取微气象数据、气象站数据和高分辨率气象格点数据的权重ω： 3； 式中，为的可调超参数；为的可调超参数； 根据获取的权重ω计算微气象数据、气象站数据和高分辨率气象格点数据的加权平均值，得到融合多源数据； 步骤S3：通过在旅鼠优化算法中引入精英存档机制和能量因子进行改进，获得改进的旅鼠优化算法，使用改进的旅鼠优化算法对Attention-LSTM模型进行寻优，得到当前最优解； 步骤S4：利用融合多源数据和当前最优解对Attention-LSTM模型进行训练，得到输电线路覆冰预测模型；将历史覆冰数据划分为训练集和测试集，对输电线路覆冰预测模型进行训练和测试，获得评估后的输电线路覆冰预测模型； 步骤S5：获取目标区域的实时覆冰数据，将实时覆冰数据输入评估后的输电线路覆冰预测模型进行预测，输出目标区域的线路覆冰厚度、覆冰类型、风险等级以及融冰时间的预测结果； 步骤S6：基于所述线路覆冰厚度、覆冰类型、风险等级以及融冰时间的预测结果，生成决策辅助信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南昌科晨电力试验研究有限公司;国网江西省电力有限公司电力科学研究院，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路88号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。