首页> 中国专利> 基于统计分析和深度学习的电力设备状态趋势预测方法

基于统计分析和深度学习的电力设备状态趋势预测方法

页面导航

摘要

本发明涉及一种基于统计分析和深度学习的电力设备状态趋势预测方法，该方法包括通过ARIMA算法获取电力设备状态短期趋势

1. 基于统计分析和深度学习的电力设备状态趋势预测方法 [P] . 中国专利： CN110766236A . 2020-02-07
2. 基于最小二乘支持向量机的电力设备载流故障趋势预测方法 [P] . 中国专利： CN102663412B . 2014.11.05
3. Analysis and prediction method of manufacturing process quality using statistical analysis and deep learning, and recording medium thereof [P] . KR20210128713A . 2021-10-27

机译：使用统计分析和深度学习制造工艺质量的分析与预测方法及其记录介质
4. AIRPORT SURFACE VARIABLE SLIDE-OUT TIME PREDICTION METHOD BASED ON BIG DATA DEEP LEARNING [P] . WO2021082393A1 . 2021-05-06

机译：基于大数据深度学习的机场表面可变滑出时间预测方法
5. Inter-prediction method and apparatus using reference frame generated based on deep learning [P] . US11019355B2 . 2021-05-25

机译：基于深度学习产生的参考帧的互预测方法和装置