一种基于多变量长短期记忆网络远程检测的安全预测方法
基本信息
| 申请号 | CN202011244171.0 | 申请日 | - |
| 公开（公告）号 | CN112232597A | 公开（公告）日 | 2021-01-15 |
| 申请公布号 | CN112232597A | 申请公布日 | 2021-01-15 |
| 分类号 | G06Q10/04(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 周焕;董仲星;陈时飞;何颖梅;李楠;郭雄白;方俊;施炜鑫;徐云鹍;余奕藏;张雯雯;徐西铎 | 申请（专利权）人 | 炜呈智能电力科技（杭州）有限公司 |
| 代理机构 | 上海领洋专利代理事务所（普通合伙） | 代理人 | 国网浙江省电力有限公司杭州供电公司;炜呈智能电力科技（杭州）有限公司 |
| 地址 | 310000浙江省杭州市上城区建国中路219号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及新能源电力大数据分析技术领域，具体公开了一种基于多变量长短期记忆网络远程检测的安全预测方法，包括如下步骤：步骤1、采集数据；步骤2、把步骤1采集数据后得到的结果分为训练集与预测集；步骤3、对训练数据集进行长短期记忆网络学习，得出数据模型，对预测集进行预测验证；步骤4、输出结果；本发明对设备收集的数据进行训练、学习得出较为精准的权重，之后根据通过录入信息乘以相应的权重对SF6气体泄露进行预测；可以保证预测结果数据对经验数据是有参考的，可靠性相对较高；结合当地气象台预报的天气情况或者场地微气象数据等，模型可以提前预测一段时间内的压力值，方便预知变化趋势，在运检工作中做到防患于未然。 |
