摘要
一种基于谱聚类和SDTCNet的配变低电压预测方法,包括:步骤一:取配电台区柱上变压器低压侧的历史电压数据及该地区的气象数据,检查数据是否存在异常值、缺失值并进行相应的处理;步骤二:根据各配电变压器的历史电压数据提取日最低电压特征,基于日最低电压特征进行谱聚类分析,将配电变压器分为k类,得到不同日最低电压特征的配变;步骤三:将不同类别配变的历史电压数据与气象特征数据进行归一化处理,构造特征数据集,划分训练集、验证集和测试集;步骤四:构建SDTCNet神经网络模型,将训练集和验证集数据输入到模型中进行训练,得到训练好的模型;步骤五:将测试集数据输入到训练好的SDTCNet网络模型中进行预测,得到不同类别配变低电压的预测结果。
技术关键词
配电台区柱上变压器
编码器模块
注意力
电压
配电变压器
数据
气象
前馈神经网络
全局平均池化
曲线
样本
聚类
多尺度
轮廓系数
神经网络模型
协方差矩阵
序列
系统为您推荐了相关专利信息
液压缸检测装置
震动传感器
主控芯片
六轴传感器
手持终端
恶意软件识别方法
分层注意力
动态卷积神经网络
网络流量数据
表达式
人物轮廓
推荐方法
实时图像
拍照界面
神经网络模型
预埋件检测方法
预埋件检测装置
拼接模块
网络
预埋件检测系统