摘要
本发明公开了一种区域输电线路线损智能预测方法,包括对获取的数据依次进行清洗、预处理、聚类分析、编码的数据预处理;采用EMD方法对数据集中的非平稳线损时间序列进行分解,保留IMF分量,采用自动奇异谱分析Sliding SSA方法对数据集中的平稳线损时间序列进行分解,保留主要趋势分量;将线损数据中离散型IMF分量和离散型主要趋势分量进行CountEncoder特征编码;通过改进LSTM模型对训练集进行分析,获取改进LSTM模型训练后的最终模型;根据预测值和真实值误差评估模型在输电线路线损预测上的性能;本发明通过EMD和自动奇异谱分析Sliding SSA进行信号分解,提高区域输电线路线损数据预处理的精准性,通过LSTM模型的堆叠改进及引入注意力机制,提高模型预测的精准性。
技术关键词
输电线路线损
智能预测方法
LSTM模型
序列
数据
矩阵
连续型
样本
聚类
预测误差
训练集
气象
三次样条插值法
引入注意力机制
编码
神经网络模型
算法