摘要
本发明涉及电力电缆技术领域,尤其涉及一种超高压电缆的性能预测方法。包括数据收集、数据清洗、构建遗传算法优化支持向量回归SVR的算法模型以及利用训练好的模型进行性能预测和评估等步骤。该方法收集超高压电缆的相关数据,采用基于密度的孤立点检测方法进行数据清洗和归一化,通过遗传算法优化SVR的参数和特征选择,最后对新电缆进行性能预测并评估准确性和可靠性。超高压电缆制造工艺参数包括多种工艺参数,性能数据包括电气、机械、热性能参数等。本发明能有效预测超高压电缆性能,为其设计、制造和运行维护提供科学依据,具有重要的实际应用价值。
技术关键词
孤立点检测方法
性能预测方法
特征选择
遗传算法优化
支持向量回归
算法模型
性能指标数据
预测误差
焊接工艺参数
电力电缆技术
密度
绕包工艺
拉丝工艺
邻域
编码
计算误差
系统为您推荐了相关专利信息
关键帧
时序特征
文本
视频摘要方法
生成视频摘要
智慧城市监控系统
数字孪生模型
决策
智能协作
模块
柔性光伏电站
光伏发电模型
柔性光伏支架系统
函数关系模型
集结方法
变压器冷却风机
性能预测方法
特征提取单元
分层注意力
残差网络