[发明专利]一种电缆终端头的温度预测方法及装置

权利要求书

1.一种电缆终端头的温度预测方法，其特征在于，包括：

获取待测电缆终端头的基础数据和电缆数据库的训练样本；所述训练样本包括电缆历史温度数据及对应的样本类别标签；

从所述基础数据中提取得到所述待测电缆终端头对应电缆的实际温度数据；

通过模拟退火算法，根据所述电缆历史温度数据及对应的样本类别标签，建立长短期记忆网络模型；

将所述待测电缆终端头对应电缆的实际温度数据输入所述长短期记忆网络模型，计算得到所述待测电缆终端头的温度预测结果数据。

2.根据权利要求1所述的电缆终端头的温度预测方法，其特征在于，获取待测电缆终端头的基础数据和电缆数据库的训练样本，包括：

获取待测电缆终端头的初始基础数据和电缆数据库的初始训练样本；

对所述初始基础数据和述初始训练样本进行标准化处理，得到所述待测电缆终端头的基础数据和所述电缆数据库的训练样本。

3.根据权利要求1所述的电缆终端头的温度预测方法，其特征在于，通过模拟退火算法，根据所述电缆历史温度数据及对应的样本类别标签，建立长短期记忆网络模型，包括：

根据所述电缆历史温度数据及对应的样本类别标签，建立长短期记忆网络初步模型；

基于所述电缆历史温度数据及对应的样本类别标签，通过所述模拟退火算法，对所述长短期记忆网络初步模型进行训练，得到训练后的长短期记忆网络初步模型；

基于所述电缆历史温度数据及对应的样本类别标签，验证所述训练后的长短期记忆网络初步模型，得到所述长短期记忆网络模型。

4.根据权利要求3所述的电缆终端头的温度预测方法，其特征在于，基于所述电缆历史温度数据及对应的样本类别标签，通过所述模拟退火算法，对所述长短期记忆网络初步模型进行训练，得到训练后的长短期记忆网络初步模型，包括：

将所述电缆历史温度数据输入到所述长短期记忆网络初步模型，生成对应的样本类别；

根据所述电缆历史温度数据及对应的样本类别标签和所述样本类别，确定训练误差；

基于所述训练误差，通过所述模拟退火算法，对所述长短期记忆网络初步模型进行调整，得到最优参数，并采用所述最优参数，优化所述长短期记忆网络初步模型，得到所述训练后的长短期记忆网络初步模型。

5.根据权利要求3所述的电缆终端头的温度预测方法，其特征在于，将所述电缆历史温度数据输入到所述长短期记忆网络初步模型，生成对应的样本类别之前，还包括：

初始化所述长短期记忆网络初步模型的参数。

6.一种电缆终端头的温度预测装置，其特征在于，包括：

获取模块，用于获取待测电缆终端头的基础数据和电缆数据库的训练样本；所述训练样本包括电缆历史温度数据及对应的样本类别标签；

提取模块，用于从所述基础数据中提取得到所述待测电缆终端头对应电缆的实际温度数据；

建立模块，用于通过模拟退火算法，根据所述电缆历史温度数据及对应的样本类别标签，建立长短期记忆网络模型；

预测模块，用于将所述待测电缆终端头对应电缆的实际温度数据输入所述长短期记忆网络模型，计算得到所述待测电缆终端头的温度预测结果数据。

7.根据权利要求6所述的电缆终端头的温度预测装置，其特征在于，所述获取模块包括：

获取子模块，用于获取待测电缆终端头的初始基础数据和电缆数据库的初始训练样本；

处理子模块，用于对所述初始基础数据和述初始训练样本进行标准化处理，得到所述待测电缆终端头的基础数据和所述电缆数据库的训练样本。