摘要
本发明公开了一种多特征数据融合的开关柜状态预测方法及系统,包括:获取开关柜多特征时间序列数据,并对数据进行预处理,基于预处理后的数据构建第一预测模型;第一预测模型用于生成开关柜工作状态的第一预测结果;将第一预测结果作为第二预测模型的输入,第二预测模型对第一预测结果进行评估决策,以得到最优预测结果。本发明通过将开关柜多特征数据融入长短期记忆模型中,并结合数据融合模型优化初步预测结果,构建一个更加稳定和精准的预测系统,为开关柜的智能化监控和故障预警提供理论支持和技术参考;本发明不仅可以有效提高电力系统的可靠性,还可以降低因开关柜故障导致的维护成本和安全风险。
技术关键词
开关柜状态
计算机可执行指令
数据
长短期记忆模型
预测系统
开关柜故障
双曲正切函数
决策
序列
处理器
异常状态
元素
电力系统
可读存储介质
存储器
训练集
代表
定义
系统为您推荐了相关专利信息
太阳能空气源热泵
供热控制方法
历史气象数据
耦合供热系统
仿真模型
多元线性回归模型
异常数据
泌乳
校正方法
计算方法
综合风险评估方法
三维动态场景
风险评估模型
渔网
建筑物
数据同步
移动设备
时间段
设备状态数据
策略制定方法
性能提升方法
全闪存储
NVMe协议
优化写入策略
负载均衡算法