摘要
本发明涉及一种电子式电压互感器误差预测方法及系统,属于电器测量技术领域,该方法包括以下步骤:收集电子式电压互感器的历史运行数据,包括温度、湿度、负荷电压、二次电压及历史比值误差值。选用时间序列卷积神经网络TCN为基础,结合线性注意力机制构建误差预测模型,并利用历史数据进行离线学习。实时采集运行数据,计算其与历史数据的相对熵,设置分布阈值。当相对熵超过阈值时,利用实时数据在线更新模型参数。这种方法通过相对熵检测数据分布变化,确保模型在动态环境中的预测精度。相对熵作为衡量概率分布差异的指标,能有效识别数据分布突变,触发在线学习,动态调整模型,使其更加精确地预测电子式电压互感器的误差。
技术关键词
电子式电压互感器
误差预测方法
更新模型参数
样本
离线
注意力机制
在线
学习算法
采集运行数据
数据分布
历史运行数据
节点
计算方法
线性
标签
数据采集模块
系统为您推荐了相关专利信息
啁啾信号
手势追踪方法
距离信息
追踪系统
麦克风
机器学习模型
页面生成方法
页面组件
自然语言
页面生成装置
视频特征向量
关键帧
文本特征向量
关键词
文本编码器