【技术实现步骤摘要】
本专利技术涉及变压器负荷预测，尤其是涉及一种基于改进鲸鱼算法优化长短期记忆网络的方法、变压器负荷预测方法、介质和设备。
技术介绍
1、变压器负荷预测的目标是预测变压器的运行参数，例如油温和高压侧电流。然而，由于变压器运行环境的复杂性和非平稳性，准确预测变压器运行参数是一项具有挑战性的任务。
2、长短期记忆网络(long short-term memory，lstm)是一种有效的方法，它可以根据历史负荷数据来预测当前的运行参数。为获取较佳的预测精度，我们会不断调整lstm模型的参数(例如学习率和隐藏层中的神经元数量)。相较于人工调整这些参数，自动化的超参数优化方法能一定程度节省时间，且能获得准确性较佳的参数。然而，在预测结果要求日益严格的今天，常规的自动化超参数优化方案仍然需要进一步优化。
技术实现思路
1、基于此，有必要提供基于改进鲸鱼算法优化长短期记忆网络的方法、变压器负荷预测方法、介质和设备，以解决对于长短期记忆网络，常规的自动化超参数优化方案在优化时间及结果准确性上仍然需...
【技术保护点】
1.一种基于改进鲸鱼算法优化长短期记忆网络的方法，其特征在于，所述长短期记忆网络以变压器的特征参数为输入，且以变压器的预测负荷为输出，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述超参数组合包括K个超参数，所述随机初始化长短期记忆网络的n个超参数组合，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据长短期记忆网络的输出计算适应度，以得到n个超参数组合的适应度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据当前迭代次数自适应计算当前的控制参数、螺旋形状参数及第一行为选择阈值的计算公式，表示为：p>
5.根据权...
【技术特征摘要】
1.一种基于改进鲸鱼算法优化长短期记忆网络的方法，其特征在于，所述长短期记忆网络以变压器的特征参数为输入，且以变压器的预测负荷为输出，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述超参数组合包括k个超参数，所述随机初始化长短期记忆网络的n个超参数组合，包括：
3.根据权利要求1所述的方法，其特征在于，所述根据长短期记忆网络的输出计算适应度，以得到n个超参数组合的适应度，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据当前迭代次数自适应计算当前的控制参数、螺旋形状参数及第一行为选择阈值的计算公式，表示为：
5.根据权利要求4所述的方法，其特征在于，所述根据所述控制参数计算收缩扩展向量的计算公式，表示为：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：邹德旭，王山，洪志湖，代维菊，彭庆军，周仿荣，严敬义，徐肖伟，孙灏若，史俊，郭涛，毛兴，孙再超，董俊贤，李洪伟，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。