基于LSTM的滚动预测算法的电缆缆芯温度的研究

• 作者: 孙俊峰 李志斌
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 电力电缆 缆芯温度 滚动LSTM网络 温度预测
• 年，卷（期）: 2021,（21）
• 所属期刊栏目: 理论与算法|Theory and Algorithms
• 页码范围: 84-88
• 页数: 5页
• 分类号: TM762
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.2107311

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.