基于ISSA改进CNN-LSTM模型的输变电工程多物理量感知方法及系统

一种基于ISSA改进CNN‑LSTM模型的输变电工程多物理量感知方法及系统，方法首先获取原始多模态数据，并对每个模态的数据分别进行增强融合，获得融合多模态特征；接着基于改进混合机制的麻雀搜索算法优化CNN‑LSTM模型的超参数，改进单头注意力机制并多头并行计算，构建多物理量感知预测模型；最后对模型进行训练，实现对输变电工程的多物理量的预测感知；本发明基于多模态学习并引入ISSA算法优化CNN‑LSTM模型，使其全方位剖析多物理量数据的复杂关系，提升时空数据处理效能，并且改进单头注意力机制，以精准捕捉序列元素相对位置信息并动态调整权重，挖掘数据内在结构，再引入多头注意力机制，处理长序列时自动聚焦关键时间步，减少冗余干扰，显著提高了系统的感知精度。