[发明专利]一种基于栅格神经网络的多参量联合预测方法

摘要

本发明公开了一种基于栅格神经网络的多参量联合预测方法，包括如下步骤：步骤1，将K阶测量点通过离差标准化方法归一化处理得到数据表示X；步骤2，对X通过LSTM网络提取预测参数，其中LSTM采用沿时间反向传播算法训练，ht‑k为隐层表达，包括和上一层隐层状态作为下一层网络的输入，形成预测特征深度挖掘结构；步骤3，将步骤2中提取的特征量间关联关系作为初始参数对前馈神经网络输出层权值进行调整，前馈神经网络作为推理预测层，输出预测结果；步骤4，根据训练数据得到的预测参数，对测试集中未来时刻状态量进行测试，验证预测精度。本发明能够应用在线收集的多元数据对电力设备运行状态进行监控。