买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西南石油大学
摘要:本发明公开了一种基于CNN‑GRU组合神经网络的GIS运行状态预测方法,包括:获取GIS的在线监测数据,构建GIS状态参量指标体系;采用层次分析法进行GIS状态评估,得到状态评估分数,作为预测模型的预测状态参量输入,构建状态预测特征集;采用CNN神经网络深度挖掘所述状态预测特征集与所述状态评估参数之间内在联系的多维特征向量;将所述多维特征向量输入到GRU循环神经网络进行训练,获得GIS状态预测模型;将历史GIS监测数据作为所述GIS状态预测模型的输入,实现对未来时期GIS设备的状态变化预测。该方法有利于掌握GIS设备运行状态发展趋势、实现风险预警;且采用的CNN‑GRU组合神经网络模型与长短期记忆模型、GRU模型相比具有更好的预测精度与效率。
主权项:1.一种基于CNN-GRU组合神经网络的GIS运行状态预测方法,其特征在于,包括以下步骤:S1、获取GIS的在线监测数据,构建GIS状态参量指标体系;S2、采用层次分析法进行GIS状态评估,得到状态评估分数,作为预测模型的预测状态参量输入,构建状态预测特征集;S3、采用CNN神经网络深度挖掘所述状态预测特征集与所述状态评估参数之间内在联系的多维特征向量;将所述多维特征向量输入到GRU循环神经网络进行训练,获得GIS状态预测模型;S4、将历史GIS监测数据作为所述GIS状态预测模型的输入,实现对未来时期GIS设备的状态变化预测。
全文数据:
权利要求:
百度查询: 西南石油大学 一种基于CNN-GRU组合神经网络的GIS运行状态预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。