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！

龙图腾网获悉华雁智能科技(集团)股份有限公司申请的专利一种架空输电线路覆冰厚度预测方法、装置、设备及介质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：CN120278321B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510351532.8，技术领域涉及：G06Q10/04；该发明授权一种架空输电线路覆冰厚度预测方法、装置、设备及介质是由李捷;冯宇;辜磊;胡彪;陈尚良设计研发完成，并于2025-03-24向国家知识产权局提交的专利申请。

本一种架空输电线路覆冰厚度预测方法、装置、设备及介质在说明书摘要公布了：本发明涉及电网安全技术领域，公开一种架空输电线路覆冰厚度预测方法、装置、设备及介质。该方法包括：获取待预测架空线路的历史数据和未来气象数据；对历史数据进行预处理和特征工程得到优化历史数据；将优化历史数据划分为训练集和测试集，通过训练集对多个弱学习器候选模型进行训练，在验证集上计算各弱学习器候选模型的得分，确定强学习器模型；将优化历史数据和未来气象数据划分为总验证集和总测试集，通过各强学习器模型和总验证集训练元学习器模型，将各强学习器模型在总测试集上的预测结果输入元学习器模型，得到总测试集的最终覆冰厚度预测值。本申请通过多模型融合对未来覆冰厚度进行预测，提升架空输电线路覆冰厚度预测的准确度。

本发明授权一种架空输电线路覆冰厚度预测方法、装置、设备及介质在权利要求书中公布了：1.一种架空输电线路覆冰厚度预测方法，其特征在于，所述方法包括： 获取待预测架空线路的历史数据和未来气象数据，所述历史数据包括历史气象数据、线路数据、设备数据和历史覆冰厚度数据； 对所述历史数据进行预处理，得到预处理后的历史数据，并对所述预处理后的历史数据进行特征工程，得到优化历史数据； 将所述优化历史数据划分为训练集和测试集，所述训练集包含多个验证集，通过所述训练集对多个弱学习器候选模型进行训练，在所述验证集上计算各所述弱学习器候选模型的得分，并根据各所述弱学习器候选模型的得分确定多个强学习器模型； 将所述优化历史数据和所述未来气象数据合并为数据集合，并将所述数据集合划分为总验证集和总测试集，通过各所述强学习器模型和所述总验证集训练元学习器模型，并将各所述强学习器模型在所述总测试集上的预测结果输入所述元学习器模型，得到所述总测试集的最终覆冰厚度预测值； 其中，所述在所述验证集上计算各所述弱学习器候选模型的得分，并根据各所述弱学习器候选模型的得分确定多个强学习器模型，包括： 通过各所述弱学习器候选模型对所述验证集进行预测，得到各所述弱学习器候选模型在所述验证集上的覆冰厚度预测值； 获取所述验证集的覆冰厚度实际值，获取所述验证集中数据的覆冰线路数量和时间序列段数量； 根据所述验证集的覆冰厚度预测值、覆冰厚度预测值、覆冰线路数量和时间序列段数量，并利用预设模型得分计算公式计算各所述弱学习器候选模型的得分； 将各所述弱学习器候选模型的得分按照从小至大的顺序排列，将前预设数量个弱学习器候选模型确定为多个所述强学习器模型； 所述预设模型得分计算公式为： 式中，为所述弱学习器候选模型的得分，为所述验证集中数据的覆冰线路数量，为所述验证集中数据的时间序列段数量，为所述验证集中第线路时间段的覆冰厚度实际值，为所述验证集中第线路时间段的覆冰厚度预测值； 其中，所述通过各所述强学习器模型和所述总验证集训练元学习器模型，包括： 通过各所述强学习器模型对所述总验证集进行预测，得到各所述强学习器模型在所述总验证集上的覆冰厚度预测值； 获取所述总验证集的覆冰厚度实际值，将所述总验证集的覆冰厚度预测值作为特征列，并将所述总验证集的覆冰厚度实际值作为目标列，组成总训练集，通过所述总训练集训练所述元学习器模型。

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华雁智能科技(集团)股份有限公司，其通讯地址为：610000 四川省成都市高新区天华二路219号天府软件园C区10号楼16层；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”。