基于多源数据融合的输电线路污秽累积预测方法及系统

本发明公开了一种基于多源数据融合的输电线路污秽累积预测方法及系统，其方法包括步骤：获取输电线路杆塔的基础信息，获取气象数据，并获取污染物浓度数据；对气象数据进行提高数据处理效率的预处理，并对污染物浓度数据进行提高分辨率的预处理；构建输电线路污秽日沉积贡献因子，并计算输电线路杆塔对应区域累积沉积因子；采用时空自适应增强学习的XGBoos t回归模型，构建输电线路污秽累积预测模型；未来短期污秽累积预测：获取未来K天的气象数据与污染物浓度数据，计算出累积沉积因子，再根据输电线路污秽累积预测模型预测污秽累积量。本发明兼顾预测精度、实时性与透明度，为电网运维及防污策略优化提供了可靠技术支持。