一种基于梯级迁移学习的互感器误差预测方法及系统

本发明公开了一种基于梯级迁移学习的互感器误差预测方法及系统，属于互感器误差分析及预测技术领域。本发明的预测方法，包括：采集变电站的互感器监测数据，并对所述互感器数据进行特征提取及确定Spearman相关性系数，以提取的特征数据及Spearman相关性系数，构建输入数据集；对所述输入数据集，进行迁移场景数据的划分，生成训练集和测试集；构建多尺度混合模型，并基于梯级迁移学习法，使所述多尺度混合模型对训练集进行学习，得到预测模型，以所述预测模型对测试集进行预测，得到互感器的预测误差。本发明方法的实施能够更好地预测互感器比差的变化趋势，且精度更高、泛化能力更强。