摘要
本发明公开了一种电缆热劣化产生气体预测方法及系统,涉及电力系统技术领域,包括采集数据,进行数据预处理;对处理后的序列进行自适应噪声的完全集成经验模态分解,分解出本征模态函数序列;对每一个本征模态函数序列进行门控循环单元循环神经网络训练并预测;将预测后的本征模态函数序列进行自适应噪声的完全集成经验模态分解逆过程得到预测结果;进行模型评价与优化。本发明能够避免传统方法中对序列特征的单一假设,提升预测精度。通过该方法,不仅能更准确地预测电缆热劣化过程中气体浓度的变化,还能够对电缆的状态变化进行更为精确的评估,为设备的健康监测和故障预警提供可靠的支持。