基于混合深度学习模型和Bootstrap方法的互感器测量误差区间预测方法

基于混合深度学习模型和Bootstrap方法的互感器测量误差区间预测方法，包括：采集电压互感器的运行测量误差数据，构建数据集，并进行ICEEMDAN得到的分解信号；利用改进的TCN对中得到的分解信号进行特征提取，并输出提取后的特征信息yTCN；利用BiGRU对中得到的特征信息yTCN进行依赖关系的处理，并输出综合特征yBi；将输出的综合特征yBi输入到多头注意力机制网络，进行特征处理，处理后的数据经过全连接网络，得到最终的输出为yout；根据最终的输出yout计算得到预测误差yFin，基于改进的Bootstrap方法对预测误差yFin进行统计推断，得到给定置信水平下的误差分布区间，生成区间预测结果。该方法能够更精确地提取互感器运行数据中的特征，显著提高了比差预测的准确性。