一种基于多源异构数据融合的电站关键设备温度预测方法

本发明涉及电站设备温度预测技术领域，提出了一种基于多源异构数据融合的电站关键设备温度预测方法，包括以下步骤：采集水电站的多源异构数据，对多源异构数据进行预处理、特征提取、特征选择和特征融合，得到温度预测融合特征；通过改进的水下觅食优化算法对初始反向传播神经网络进行超参数优化，得到优化反向传播神经网络；将温度预测融合特征输入优化反向传播神经网络，得到温度预测值；将温度预测值与温度实际值进行比对，当温度预测值的误差在预设范围内，生成温度预测表。本发明能够及时发现温度异常，有助于设备故障的早期预警，生成温度预测表，适用于处理复杂的多源异构数据，增强了温度预测的准确性。