摘要
本发明涉及电数字处理技术领域,具体为基于动态分段的时序信息预测方法、系统、设备和介质;为解决现有技术中变压器温度预测准确度较低的技术问题,本发明首先将待处理时序序列中平稳片段进行合并,对波动片段进行分割,并将序列的嵌入特征与位置特征进行融合,得到若干个子序列特征;接着,利用稀疏化网络处理子序列降维矩阵,挑选对应优选特征预测网络进行处理,并将子序列预测特征与相应处理概率值进行聚合处理,得到初始预测序列特征;最后,初始预测序列特征经若干次隐藏状态特征与上下文特征的交互融合处理,得到时序信息预测结果;用于变压器温度预测,能够提升预测结果的时序连贯性和准确合理性。
技术关键词
序列特征
温度预测方法
变压器
预测特征
训练特征
分段
嵌入特征
滑动窗口
上下文特征
时序
矩阵
动态
网络处理过程
温度预测系统
信息预测方法
卷积特征
长短期记忆网络
前馈神经网络
系统为您推荐了相关专利信息
智能决策方法
时空感知神经网络
资源约束条件
卫星影像数据
舆情文本
网络状态分析系统
人工智能模型
网络状态分析方法
特征工程
数据采集模块
智能分级方法
图像采集设备
茶鲜叶
预测特征
指纹
天气预测系统
知识图谱推理
历史气象数据
静态特征提取
时序