摘要
本发明公开了一种基于SSA‑CNN‑LSTM开关柜温湿度预测方法,涉及数据预测技术领域,包括采集环境数据,并对所述环境数据进行预处理;使用CNN提取输入数据的非线性特征;应用LSTM网络建立温湿度时序预测模型;采用SSA算法优化CNN‑LSTM模型参数,并整合优化后的SSA‑CNN‑LSTM模型进行开关柜温湿度预测;本发明建立开关柜温湿度多点预测模型对于开关柜防凝露系统预调控决策具有重要意义,同时,对于电力领域内其他场景温湿度预测也有很大的参考价值。
技术关键词
LSTM模型
时序预测模型
SSA算法
非线性特征
开关柜防凝露系统
小型气象站
参数
温湿度传感器
数据预测技术
注意力机制
网络时间协议
周期性特征
标记
特征提取模块
解码器
信息编码
系统为您推荐了相关专利信息
智能报表生成方法
SQL模板
场景
识别查询意图
业务系统数据
面向海量监控数据
深度强化学习模型
数据迁移路径
深度强化学习算法
边缘计算中心
语音情感分析方法
残差学习
情感类别
注意力
信息编码
三维风场
风能
资源预测方法
密度分布特征
空间插值算法