一种基于小波包-GRU神经网络的路灯寿命预测方法

摘要

本发明公开了一种基于小波包‑GRU神经网络的路灯寿命预测方法，步骤如下：步骤一：获取路灯电压、电流、亮度等参数以及路灯寿命，计算皮尔逊相关系数，选取相关性较高的输入数据；步骤二：将输入数据进行Z‑score标准化处理；步骤三：构建路灯寿命预测模型；步骤四：使用构造的路灯寿命预测模型预测路灯的寿命。本发明所使用的基于小波包‑GRU神经网络的路灯寿命预测模型通过小波包对输入数据按频带进行高低频分解，能够有效的过滤噪声，同时也能更有效的对输入数据进行局部分析，再通过GRU神经网络对序列的时间相关性进行分析，有效的预测路灯的剩余寿命，从而使用户管理员能提前对即将损坏的路灯进行更换，有效的避免了由路灯损害导致的各种负面后果。