FTU在线率预测模型训练方法、预测方法及相关设备

本发明属于配电网技术领域，公开了一种FTU在线率预测模型训练方法及相关设备，本方法通过采集降维处理后的FTU历史运行数据，并基于这些数据确定隐藏层层数及神经元数量范围来生成多种MLP多层神经网络模型，随后将这些数据输入各模型以获取预测值，最后采用改进粒子群算法对模型进行优化评估，选出均方根误差最小的模型作为FTU在线率预测模型。采用本方法能够精准捕捉FTU在线率受多重因素影响的复杂关系，有效解决了传统神经网络模型无法获得高精度预测值的问题，满足了电力行业对FTU设备精细化管理的需求。