【技术实现步骤摘要】
本专利技术涉及电力设备预测，尤其涉及一种电力设备的温度预测方法、电子设备、存储介质及程序产品。
技术介绍
1、近年来，随着电力需求的不断增长和电力设备的老化，电力设备的可靠运行变得愈加重要。电力设备作为电力系统中的关键设备，电力设备的温度情况直接影响电力设备的运行寿命和安全性。目前，电力设备的温度检测以及温度预测主要依赖于定期人工维护和经验公式，导致存在一定的局限性，难以实时准确有效地预测电力设备的温度情况，造成电力设备温度的预测精度和鲁棒性不足的问题。
技术实现思路
1、本专利技术提供了一种电力设备的温度预测方法、电子设备、存储介质及程序产品，以解决电力设备温度预测的准确性较差和鲁棒性不足的问题。
2、根据本专利技术的一方面，提供了一种电力设备的温度预测方法，该方法包括：
3、获取目标电力设备在多个时刻下的目标运行数据和目标电力设备在产生目标运行数据时所处环境的目标环境数据；
4、将多个时刻下的目标运行数据和目标环境数据输入至温度预测模型中，得到目标电...
【技术保护点】
1.一种电力设备的温度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述全连接神经网络的网络参数通过预先建立的变参动力学模型优化；所述变参动力学模型表示为：
3.根据权利要求2所述的方法，其特征在于，所述映射函数为Φ(x)＝x。
4.根据权利要求2所述的方法，其特征在于，所述温度预测模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，所述样本数据对以及与所述样本数据对对应的期望输出温度根据所述电力设备的模拟运行实验获得的和/或通过记录目标电网中与所述电力设备的设备类型相同的样...
【技术特征摘要】
1.一种电力设备的温度预测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述全连接神经网络的网络参数通过预先建立的变参动力学模型优化；所述变参动力学模型表示为：
3.根据权利要求2所述的方法，其特征在于，所述映射函数为φ(x)＝x。
4.根据权利要求2所述的方法，其特征在于，所述温度预测模型的训练过程包括：
5.根据权利要求4所述的方法，其特征在于，所述样本数据对以及与所述样本数据对对应的期望输出温度根据所述电力设备的模拟运行实验获得的和/或通过记录目标电网中与所述电力设备的设备类型相同的样本设备在多个时刻下的设备运行数据、设备环境数据以及设备温度数据得到。
6...
【专利技术属性】
技术研发人员：张延生，魏煌，邱凌枫，巫耀发，刘宇兴，朱丽媛，钟明睿，谢辉贤，温永燊，赖涂楠，
申请(专利权)人：广东电网有限责任公司，
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。