摘要
本发明公开了一种CVT误差状态预测方法、系统及介质、终端。方法步骤如下:将二次侧电压误差数据和影响因素数据分解为周期内变化数据和周期间变化数据,并将同类数据拼接得到X1和X2;对X1和X2进行特征提取;构建GRU模型,预测得到Y1和Y2;对Y1和Y2加权求和,得到最终预测误差值。本申请通过时序数据中的周期内变化和周期间变化将其转化为二维数据,利用计算机视觉的方法提取时序特征,将时序预测领域和计算机视觉领域创新性的结合起来。本专利将TimesNet作为一种特征提取方法,进一步挖掘数据的内在联系,辅助预测。
技术关键词
误差状态
GRU模型
特征提取单元
数据
拼接单元
电子终端
预测系统
特征提取方法
周期
计算机视觉
电压
时序特征
程序
处理器
指令
存储器
介质
系统为您推荐了相关专利信息
深度特征融合
诊断方法
在线增量
临床电子病历
数据
无人机巡检方法
输电线路无人机
杆塔
无人机机载激光雷达
无人机巡检系统
智能监测装置
智能监测系统
信号采集模块
数据处理模块
矩形孔洞
土地利用数据
区域生长算法
建筑轮廓
图像配准算法
区域生成网络