摘要
本发明公开一种基于时序数据分析的充电桩运行状态预测系统和方法包括:数据采集层、数据处理层、模型层和应用层,数据采集层用以实时采集多元异构数据,数据处理层对采集的数据进行处理,模型层用于训练处理后的数据,采用时间序列处理块和点预测以及概率预测双驱动,时间序列处理块是集成了Decoder‑Only Transformer网络和多尺度图神经网络的双支并行骨干网络,应用层用于根据模型层计算得到的某个时刻预测值以及预测概率,对电能计量装置的运行状态进行评估。本发明提出的基于时序分析的充电桩运行状态预测系统能够更全面、准确地监测电能计量装置的运行状态,及时发现潜在异常和故障隐患,提前预警,有效降低因计量误差和设备故障带来的经济损失。
技术关键词
状态预测系统
多元异构数据
电能计量装置
数据采集层
时序
序列
残差注意力机制
卷积方法
多尺度
状态预测方法
多头注意力机制
神经网络训练
前馈神经网络
周期性特征
表达式
变量
计量误差