基于时间序列分析与卡尔曼滤波算法的覆冰短期预测方法

摘要

本发明公开了一种基于时间序列分析与卡尔曼滤波算法的覆冰短期预测方法，具体按照以下步骤实施：步骤1：获取输电线路覆冰时间-厚度数据序列；步骤2：根据步骤1中的覆冰时间-厚度数据序列建立覆冰时间序列模型，并采用遗传算法对覆冰时间序列模型进行定阶；步骤3：根据步骤2中得到的定阶后的覆冰时间序列模型通过卡尔曼滤波算法建立混合算法覆冰预测模型；步骤4：根据步骤3中得到的覆冰预测模型进行覆冰预测。本发明弥补了现有的仅将当前时间点的气象条件作为基础进行覆冰量预测的输电线路覆冰预测方法的缺失，并解决了单纯时间序列分析模型预测精度不够的问题。

主权项

基于时间序列分析与卡尔曼滤波算法的覆冰短期预测方法，其特征在于，具体按照以下步骤实施：步骤1：获取输电线路覆冰时间‑厚度数据序列；步骤2：根据步骤1中的覆冰时间‑厚度数据序列建立覆冰时间序列模型，并采用遗传算法对覆冰时间序列模型进行定阶；步骤3：根据步骤2中得到的定阶后的覆冰时间序列模型通过卡尔曼滤波算法建立混合算法覆冰预测模型；步骤4：根据步骤3中得到的覆冰预测模型进行覆冰预测。