基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法及系统

本发明公开了一种基于贝叶斯优化深层神经网络的避雷器阻性电流预测方法及系统，包括以下步骤：采集避雷器三相角差数据和环境因素数据；使用无监督异常检测方法筛选异常数据，剔除错误的数据信息；将相角差以及环境因素数据作为输入量，阻性电流数据作为输出量，利用深层神经网络构建预测模型，同时，采用贝叶斯优化网络模型超参数；根据模型预测阻性电流数据并进行模型评价。本发明解决了预测避雷器阻性电流不准确的问题，使用单类支持向量机方法能够有效剔除异常数据，为模型提供准确的数据基础，采用贝叶斯优化器选取最优超参数提高了深层神经网络模型预测阻性电流的准确度，进而保障了预测避雷器的运行状态的有效性，维护电网运行安全。