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SF
6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。
声明:
“基于多变量长短期记忆网络远程检测的安全预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)