应用自回归卷积循环神经网络预测GIS设备机械振动状态发展态势的方法

本发明涉及一种应用自回归卷积循环神经网络预测GIS设备机械振动状态发展态势的方法，属于机械振动态势预测技术领域，包括以下步骤：S1：利用压电加速度传感器采集GIS设备在典型机械缺陷下的振动信号，预处理后划分为训练集、测试集；S2：利用多尺度卷积模块、门控循环单元模块与线性变换模块，构建基于自回归卷积循环神经网络的GIS设备机械振动状态发展态势预测模型；S3：利用训练集训练预测模型，采用不同工作状态下GIS设备的振动信号对预测模型网络参数进行优化；S4：以预测未来的结果与实际未来数据的决定系数为评价指标，评估有效性，找到最优模型；S5：利用测试集对预测模型进行测试，测试完成后对预测模型进行使用。