摘要
本发明公开了一种电缆缆芯温度预测方法、装置及存储介质,其中方法包括:获取目标电缆的参数信息,建立目标电缆有限元模型;对目标电缆有限元模型进行有限元温度场分析计算,获得温度场计算结果;根据参数信息和温度场计算结果,构建缆芯温度时序数据集;结合拉普拉斯分数算法对缆芯温度时序数据集中的输入特征进行特征重要性评估,选取贡献度最大的N个输入特征作为模型的最终输入特征;基于缆芯温度时序数据集,对采用遗传算法优化的LSTM网络进行训练,获得电缆温度场预测模型。本发明采用拉普拉斯分数算法对电缆缆芯温度时序数据进行特征选择,保留重要性高的特征,并结合遗传算法对LSTM网络进行参数寻优,实现电缆缆芯温度预测。
技术关键词
缆芯
电缆
拉普拉斯
长短期记忆网络
时序
遗传算法优化
数据
染色体
金属屏蔽层
样本
参数
Sigmoid函数
矩阵
温度预测装置
序列
特征选择
双曲正切函数
处理器
系统为您推荐了相关专利信息
故障区段定位方法
潜伏性故障
暂态零序电流
矩阵
检测点
服务器
故障预测方法
数据
故障诊断引擎
故障检测模型
锂离子电池健康状态
锂电池健康状态
双向长短期记忆
局部搜索策略
包络