摘要
本发明实施例公开了一种变压器温度预测模型训练及变压器温度预测方法。该方法包括:获取用于模型训练的数据集,并对所述数据集进行预处理;其中,所述数据集包括变压器运行数据以及外部环境数据;构建基于长短期记忆网络以及变参神经动力学优化模型的预设变压器温度预测模型;采用数据集对所述预设变压器温度预测模型进行模型训练,并采用变参神经动力学优化模型对长短期记忆网络进行动态优化,直至得到收敛的目标变压器温度预测模型。采用本方案,变参神经动力学优化模型对长短期记忆网络进行动态优化,得到收敛的目标变压器温度预测模型,在应对不同运行工况和环境变化时,依然保持稳定的预测性能,显著提升模型的鲁棒性和适应性。
技术关键词
温度预测模型
长短期记忆网络
变压器运行数据
温度预测方法
计算机可执行指令
温度预测装置
动态
模型训练模块
模型误差
处理器
参数
训练装置
存储装置
鲁棒性
训练集
电子设备
系统为您推荐了相关专利信息
混合深度学习模型
遥感时序数据
分类方法
长短期记忆网络
多任务
直播页面
资源更新
交互方法
虚拟对象
计算机可执行指令
量化评估方法
电流数学模型
计算机可执行指令
保护装置
短路
虚拟磁盘文件
信息安全存储方法
教育系统
服务器
信息安全存储装置