基于CNN模型的机车变流柜体出口水温的预测方法

本发明涉及机车电力系统领域，尤其是一种基于CNN模型的机车变流柜体出口水温的预测方法，步骤具体如下：收集与变流柜体出口水温相关的历史数据，将收集的数据进行预处理形成数据集，将数据集分成训练集、验证集和测试集；构建CNN模型；使用训练集、验证集对CNN模型进行训练和验证；使用测试集对训练好的CNN模型进行评估；训练好的CNN模型获取与变流柜体出口水温相关的实时数据，利用CNN模型中基于实时数据的异常诊断算法对故障进行预测和诊断。本发明针对机车变流柜体出口水温的预测，提出一种基于深度学习的方法，通过学习输入数据的特征，来预测变流柜体的出口水温，这种方式为机车电力系统提供了一种高效、准确、自动化的温度监测和预测方案。