基于改进BiGRU网络的变压器油中溶解气体预测方法

基于改进BiGRU网络的变压器油中溶解气体预测方法，用于解决现有异常数据识别存在的预测精度低的问题。本发明首先采用SDROF对变压器油中气体含量的原始数据进行异常值识别。随后，对预处理后的气体含量数据应用VMD算法，并结合BKA精确调优调整参数α与模态数量M，以获取一组内在模态函数IMF分量。与此同时，基于BKA进一步优化预测模型中的预测窗口长度与过渡点，对处理后的数据集进行训练集、测试集与验证集的划分，并基于MAML与BiGRU构建预测模型，对各分解后的IMF分量进行预测，最终通过重构得到完整的预测时间序列。本发明可实现对变压器油中气体异常数据的精准预测。