摘要
本发明提供了一种电缆温度预测方法,包括如下步骤:S1:将影响电缆线芯温度的因素进行关联度分析,筛选出对电缆线芯温度影响最大的因素;S2:将电缆线芯温度影响最大的因素作为输入,电缆线芯温度作为输出,运用具有随机搜索路径优和寻优能力强的布谷鸟(CS)算法改进BP神经网络模型,以CS算法对模型权值和阈值进行寻优,对电缆线芯温度进行预测;本发明通过灰色关联度分析法确定对电缆线芯温度影响最大的因素,既可以排除无关影响因素,又可以避免输入因素过多导致神经网络训练时间过长,通过布谷鸟算法对BP神经网络权值和阈值进行更新,构建的模型结构合理,预测能力较强,为电缆的设备分析和故障预警提供了强有力的数据支撑。