基于GRU-注意力机制的计量终端表计故障率预测方法

本发明提出一种基于GRU‑注意力机制的计量终端表计故障率预测方法，涉及智能电网和电力设备健康管理技术领域，旨在解决现有技术在复杂时序数据特征捕捉不足和预测精度低的问题。该基于GRU‑注意力机制的计量终端表计故障率预测方法包括：基于设备运行参数、年限参数及环境参数构建多维度故障预测指标体系，采用中值滤波法和Min‑Max归一化对原始数据进行预处理，将注意力机制嵌入GRU层形成端到端的GRU‑注意力混合预测模型，模型训练与优化，故障率预测与结果分析等步骤；该方法通过融合GRU的时序建模能力与注意力机制的特征聚焦能力，显著提升计量终端表计故障率预测的准确性，有效实现对计量设备故障率的早期预警，并为运维工作提供辅助决策依据。