基于改进Bi-lstm网络与注意力机制的智能电表寿命预测方法

本发明公开了一种基于改进Bi‑lstm网络与注意力机制的智能电表寿命预测方法，包括：整合智能电表的历史运行数据和对应气象数据并建立数据库，对数据库中数据进行预处理得到样本集，计算样本集中每个样本的智能电表使用寿命并加入样本集；建立寿命预测模型，该模型将多头注意力机制输出作为Bi‑lstm网络的输入，然后对Bi‑lstm网络进行优化，在Bi‑lstm网络的输出层引入对抗性注意力机制，最后输出寿命预测结果；使用样本集训练寿命预测模型，将待预测智能电表对应的历史运行数据和气象数据输入训练好的寿命预测模型，得到待预测智能电表的预测寿命。本发明提高了智能电表的寿命预测能力。