一种基于多水平分位数递归神经网络的性能参数预测方法与系统

本发明涉及一种基于多水平分位数递归神经网络的性能参数预测方法与系统，属于数据处理领域。包括：获取装备参数表进行数据预处理得到目标数据，目标数据为时间与预测参数的明细表；将目标数据输入到训练好的多水平分位数递归神经网络模型中得到模型输出，在编码器中的每个循环层放置具有共享参数的解码器创建多步时间序列预测，采用分位数损失函数计算损失，并在解码器这使用全局多层感知机和局部多层感知机进行感知；基于模型输出得到预测参数。本发明在递归神经网络基础上结合了多步时间序列预测和分位数回归，使用分叉序列训练策略，预测准确的分位数，使模型更稳定，避免了递归预测策略的误差积累，弥补了长时间预测累计误差过大的不足。