《电子测量技术杂志》发表论文赏析
作者:孙俊峰,李志斌
单位:上海电力大学自动化工程学院 上海 200090
摘要:在电力系统实际工作的过程中,电缆导体的温度过高往往会造成电力系统出现故障,但由于电缆的缆芯温度不易监测,因此提出一种基于LSTM(Long Short-Term Memory)的滚动预测方法对电缆的缆芯温度进行预测。根据采集到的缆芯温度数据集,利用该算法对模型进行训练,动态调节网络模型参数,学习数据变化的规律,从而实现缆芯温度的预测。结果表明该算法模型的RMSE为0.1979℃,与BP、LSTM算法模型进行对比,验证了该算法模型可以有效的预测短期缆芯温度变化趋势,表明该算法在电力系统安全运行方面具有一定的实际应用意义。
关键词:电力电缆; 缆芯温度; 滚动LSTM网络; 温度预测
基金资助:Power cable; Core temperature; Rolling LSTM network; Temperature prediction
2021年21期其他文献查阅:
基于动态PSO-MCKD-HHT的滚动轴承故障诊断方法研究与应用
基于电子舌与GAN-CDAE-ELM模型的咖啡产地快速溯源检测
基于CNN-Mogrifier LSTM的人体运动模式识别算法