摘要
本发明公开了一种变电站涝情水位预测方法、装置、电子设备、介质及产品。方法包括:将多源监测变量时序数据输入至预设动态变量筛选模型,得到监测变量融合特征;预设动态变量筛选模型基于变量选择网络构建得到;将监测变量融合特征输入至预设时序建模模型,得到多尺度融合特征;预设时序建模模型基于双向门控循环单元构建得到;将多尺度融合特征输入至预设自适应预测模型,得到水位预测结果;预设自适应预测模型基于前馈神经网络构建得到。本方案通过动态选择对涝情水位预测影响显著的关键变量,增强对动态场景的适应性和预测鲁棒性;通过多尺度建模提升复杂时序关系的表征能力,从而提高了水位预测的精度与时效性。
技术关键词
前馈神经网络
融合特征
水位预测方法
门控循环单元
变量
时序
多尺度
变电站
残差网络
多源特征
水位预测装置
Softmax函数
动态
嵌入特征
计算机程序产品
电子设备
数据
处理器
注意力
可读存储介质
系统为您推荐了相关专利信息
钢轨廓形
铁路小半径曲线
优化设计方法
耦合动力学
磨耗
短路试验装置
电压传感器
充电变压器
神经网络模型
控制模块
卷积模块
折叠模型
注意力
多层感知机
多尺度结构特征
成分设计方法
参数
描述符
金属陶瓷复合材料
特征工程
通信传输方法
波束成形
雷达
一体化系统
隐蔽通信方法