摘要
本发明涉及电气设备温度监测技术领域，特别涉及一种不断电换电表设备触头温度预测方法。首先，采集触头邻近温度、红外温度场、电流及环境参数，通过滑动窗口去噪与自适应加权生成融合温度观测值。然后，利用LSTM网络输出状态矩阵增量，实时修正卡尔曼滤波器。接着，通过粒子群算法，以预测残差平方和为适应度函数，迭代优化噪声协方差矩阵。最后，执行改进卡尔曼滤波预测模型，结合SVM模型输出最终温度估计值。本发明可以准确研究不断电换电表设备的触头温度，同现有技术相比，考虑了测量时出现的噪声问题、老化问题。帮助判断器件工作状态和发现潜在风险，为运行维护提供重要依据，提高电力系统可靠性和安全性。
