[发明专利]一种基于组合神经网络的海底电缆运行状态预测方法

权利要求书

1.一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，包括以下步骤：

S1.根据海底电缆运行状态评估指标体系获取海底电缆评估指标数据，评估指标体系包括目标层、项目层和指标层；

S2.通过多层次变权海底电缆运行状态评估模型对评估指标数据进行评估；

S3.将海底电缆运行状态模型评估结果通过海底电缆运行状态量化模型进行量化获得健康分值，并构建特征数据集；

S4.将特征数据集输入融合注意力机制的CNN-BiGRU组合神经网络模型获得海底电缆运行状态预测结果。

2.根据权利要求1所述的一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，海底电缆运行状态评估指标体系的过程包括对海底电缆运行状态进行在线监测、巡检指标及静态试验。

3.根据权利要求1所述的一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，多层次变权海底电缆运行状态评估模型建立的步骤包括：

S21.基于改进层次分析法确定主观权重：

a.确定指标层指标重要度分值；

b.将各指标层指标重要度分值量化构建判断矩阵；

c.根据所构造的判断矩阵，进行列归一化后求得主观权重；

S22.基于熵权法确定客观权重：

将评估数据进行归一化处理后构建评价矩阵，采用极差变换法进行规范化处理，根据规范化处理后的指标数据求取各项指标的信息熵，计算各评估指标的熵权；

S23.基于合作博弈法确定指标层权重：

a.一致性相关系数计算；

b.计算组合权重；

S24.采用动态自适应机制确定项目层权重。

4.根据权利要求3所述的一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，S21中的判断矩阵为：

其中，c_ij为将海底电缆评价指标重要度分值量化后的对比因子，i，j＝1，2，...n；

c_ij＝S_i/S_j

其中，S_i为第i个海底电缆评价指标的重要度分值；

其中，c_ij*为第i列第j行海底电缆评价数据进行列归一化后的数据，w为行均值，即所求主观权重；

S22中的评价矩阵为：

其中，X_ij为第j项海底电缆评价指标的第i组数据；

其中，X^*、X_max和X_min分别为评价指标数据极差处理后的数值、列最大值和列最小值，z_ij为第j项海底电缆评估指标，当z_ij为0时，Inz_ij＝0；

各项海底电缆评价指标的信息熵为：

各海底电缆评估指标的熵权为：

5.根据权利要求3所述的一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，S23的具体内容包括：

其中，n为海底电缆评估体系中评估指标个数，i为不同类型的权重方法种类，i＝1，2，...，n，W(i)为方法i所求的权重,W为组合权重，W(m_i)为除第i种方法以外的m-1种方法求得的组合权重，L(i)为一致性相关系数；

组合权重为：

6.根据权利要求3所述的一种基于组合神经网络的海底电缆运行状态预测方法，其特征在于，S24的具体内容包括：

其中，K_i为海底电缆评估指标体系中第i个项目层专家评分之和，n为参与评分的专家人数；

依据专家评分结果，采取层次分析法计算求得各项目层最新权重，构造矩阵：

其中，S_ij^*为第i列第j行数据进行列归一化后的数值，w_j为行均值，即项目层权重。