基于FUCOM-GA-BP神经网络的电缆寿命预测方法技术

本申请公开了基于FUCOM‑GA‑BP神经网络的电缆寿命预测方法，包括如下步骤：对电缆历史检测数据集进行预处理，获取关联特征集；利用BP神经网络构建电缆寿命预测模型初始结构；获取专家经验数据，利用完全一致性模型优化专家经验数据，获取最优权值；利用遗传算法、关联特征集以及最优权值对电缆寿命预测模型初始结构进行训练，获取最优阈值；以最优权值和最优阈值更新电缆寿命预测模型，获取当前电缆检测数据，利用电缆寿命预测模型输出电缆寿命预测数据。本申请的有益效果：利用专家经验作为客观指标弥补神经网络中的不稳定因素，同时利用遗传算法补偿神经网络中局部最优解的问题，提高最终电缆寿命预测数据的准确性。

【技术实现步骤摘要】

本申请涉及电缆寿命预测，尤其涉及基于fucom-ga-bp神经网络的电缆寿命预测方法。

技术介绍

1、电缆使用寿命测试对于保障电网系统安全运行具有重要意义。目前主要的测试方法为耐压测试法、基于物理模型的寿命预测方法和基于数据驱动的寿命预测方法：(1)耐压测试法是基于电缆使用规程，对电缆进行耐压测试，认定通过耐压测试的电缆为还能继续工作的电缆、没通过测试的为寿命终止的电缆。(2)基于物理模型的寿命预测方法是通过实验，建立物理模型，通过数学公式拟合，建立老化参数和电缆寿命的关系式，表征电缆寿命。(3)基于数据驱动的寿命预测方法是通过大数据挖掘和统计分析方法，用基于机器学习或深度学习的方法，从大量的老化数据中不断训练，建立预测模型。

2、其中，基于数据驱动的寿命预测方法凭借其自主学习能力和强大的特征提取能力等优点，已成为寿命预测领域的方法之一。主要缺陷在于：基于数据驱动的方法中基于深度学习的方法，能够对数据运用不同的数据分析方法进行分析和数据信息的深度挖掘，获取特征信息，再根据特征信息建立模型。其中基于人工神经网络的方法能学习和存储大量的输入-输出模本文档来自技高网...

【技术保护点】

1.基于FUCOM-GA-BP神经网络的电缆寿命预测方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于FUCOM-GA-BP神经网络的电缆寿命预测方法，其特征在于：所述S1中包括：

3.如权利要求1所述的基于FUCOM-GA-BP神经网络的电缆寿命预测方法，其特征在于：所述S1还包括：

4.如权利要求3所述的基于FUCOM-GA-BP神经网络的电缆寿命预测方法，其特征在于：所述S5还包括：

5.如权利要求1所述的基于FUCOM-GA-BP神经网络的电缆寿命预测方法，其特征在于：所述获取专家经验数据，利用完全一致性模型优化专家经验数...

【技术特征摘要】

1.基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：包括如下步骤：

2.如权利要求1所述的基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：所述s1中包括：

3.如权利要求1所述的基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：所述s1还包括：

4.如权利要求3所述的基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：所述s5还包括：

5.如权利要求1所述的基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：所述获取专家经验数据，利用完全一致性模型优化专家经验数据，获取最优权值包括：

6.如权利要求5所述的基于fucom-ga-bp神经网络的电缆寿命预测方法，其特征在于：所述获取专家经验数据，利用完全一致性模型优化专家经验数据，获取最优权值还包括：

7.如权利要求1...

【专利技术属性】
技术研发人员：陈挺，俞键，林祖荣，吕航，赵春林，黄晓光，王鹏，何贝，胡皓杰，寿铠，何强，王一汀，郦铁锋，蒋柯青，赵天剑，
申请(专利权)人：国网浙江省电力有限公司绍兴供电公司，
类型：发明
国别省市：