典型文献
基于局部加权周期趋势分解算法和注意力机制的变压器顶层油温多步预测
文献摘要：
首先,应用局部加权周期趋势分解算法(seasonal and trend decomposition procedure based on loess,STL),将变压器顶层油温分解成趋势、周期和残差分量;然后,使用一维卷积网络和编码器–解码器提取特征,生成特征矩阵;最后,引入注意力机制挖掘特征矩阵中对当前预测结果产生显著影响的信息,并随预测时间更新,最终得到多步预测结果.算例分析表明,与传统预测方法相比,该方法能够有效提取顶层油温数据特征并缓解预测时间增长带来的预测误差累积,具有更高的多步预测精度.
文献关键词：
电力变压器;顶层油温;局部加权周期趋势分解;注意力机制;编码器—解码器;多步预测
中图分类号：
作者姓名：
王德文;吕哲
作者机构：
华北电力大学控制与计算机工程学院,河北保定 071003
文献出处：
引用格式：
[1]王德文;吕哲-.基于局部加权周期趋势分解算法和注意力机制的变压器顶层油温多步预测)[J].电力科学与工程,2022(11):1-8
A类：
局部加权周期趋势分解
B类：
注意力机制,顶层油温,多步预测,seasonal,trend,decomposition,procedure,loess,STL,分解成,一维卷积网络,编码器,解码器,提取特征,特征矩阵,算例分析,传统预测,有效提取,数据特征,增长带,预测误差,误差累积,电力变压器
AB值：
0.283446
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
