[發(fā)明專利]一種變壓器油密度預(yù)測(cè)模型建模方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810994101.3
• 申請(qǐng)日: 2018-08-29
• 公開（公告）號(hào): CN109063928B
• 公開（公告）日: 2020-11-10
• 發(fā)明（設(shè)計(jì)）人: 趙耀洪;錢藝華;李麗;范圣平
• 申請(qǐng)（專利權(quán)）人: 廣東電網(wǎng)有限責(zé)任公司;廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種變壓器油密度預(yù)測(cè)模型建模方法，其特征在于，包括：

101、獲取若干組運(yùn)行時(shí)長(zhǎng)不等的變壓器油樣在預(yù)置溫度值下恒溫測(cè)試的多頻超聲波特性，并獲取各所述多頻超聲波特性對(duì)應(yīng)的油密度；

102、將所述多頻超聲波特性作為輸入，所述油密度作為輸出，根據(jù)反向傳播神經(jīng)網(wǎng)絡(luò)建立第一變壓器油密度回歸預(yù)測(cè)模型；

103、根據(jù)遺傳算法對(duì)所述第一變壓器油密度回歸預(yù)測(cè)模型的連接權(quán)值和閾值進(jìn)行尋優(yōu)組合；

104、獲取變壓器油樣的多頻超聲波信號(hào)隨溫度變化的函數(shù)關(guān)系，根據(jù)所述連接權(quán)值的尋優(yōu)組合結(jié)果、所述閾值的尋優(yōu)組合結(jié)果和所述函數(shù)關(guān)系優(yōu)化所述第一變壓器油密度回歸預(yù)測(cè)模型，構(gòu)建基于溫度補(bǔ)償和遺傳算法的第二變壓器油密度回歸預(yù)測(cè)模型；

所述步驟102之后步驟103之前，還包括：

23、根據(jù)連接權(quán)值調(diào)整量公式和閾值調(diào)整量公式，計(jì)算所述第一變壓器油密度回歸預(yù)測(cè)模型的連接權(quán)值調(diào)整量和閾值調(diào)整量，根據(jù)所述連接權(quán)值調(diào)整量和所述閾值調(diào)整量調(diào)整所述連接權(quán)值和所述閾值，所述連接權(quán)值調(diào)整量公式為和所述閾值調(diào)整量公式為和其中，ΔW_jk(n)為第n個(gè)神經(jīng)元輸出層連接權(quán)值輸出調(diào)整量，α為學(xué)習(xí)率，L為隱含層神經(jīng)元個(gè)數(shù)，N為輸入層神經(jīng)元個(gè)數(shù)，δ_k為輸出層輸出誤差，δ^*_j為隱含層輸出誤差，ΔV_ij(n)為第n個(gè)神經(jīng)元隱含層連接權(quán)值輸出調(diào)整量，h_j為隱含層輸出，x_i為輸出層輸出，Δθ_k(n)為第n個(gè)神經(jīng)元輸出層閾值輸出調(diào)整量，為第n個(gè)神經(jīng)元隱含層閾值輸出調(diào)整量；

所述溫度補(bǔ)償具體是指：對(duì)所述變壓器油的多頻超聲波信號(hào)和所述油密度之間的映射關(guān)系進(jìn)行溫度補(bǔ)償。

2.根據(jù)權(quán)利要求1所述的變壓器油密度預(yù)測(cè)模型建模方法，其特征在于，步驟23具體包括：

231、獲取訓(xùn)練樣本機(jī)和測(cè)試樣本集；

232、對(duì)所述第一變壓器油密度回歸預(yù)測(cè)模型進(jìn)行初始化；

233、從所述訓(xùn)練樣本集中選取輸入向量輸入到所述第一變壓器油密度回歸預(yù)測(cè)模型，同時(shí)設(shè)置對(duì)應(yīng)的理想目標(biāo)輸出；

234、根據(jù)隱含層輸出公式和輸出層輸出公式分別計(jì)算隱含層輸出和輸出層輸出，將所述隱含層輸出和所述輸出層輸出分別代入隱含層輸出誤差公式和輸出層輸出誤差公式，分別計(jì)算出隱含層輸出誤差和輸出層輸出誤差；

235、將所述隱含層輸出、所述輸出層輸出、所述隱含層輸出誤差和所述輸出層輸出誤差分別代入所述連接權(quán)值調(diào)整量公式和所述閾值調(diào)整量公式，計(jì)算連接權(quán)值調(diào)整量和閾值調(diào)整量，根據(jù)所述連接權(quán)值調(diào)整量和所述閾值調(diào)整量調(diào)整所述連接權(quán)值和所述閾值；

236、根據(jù)總誤差函數(shù)計(jì)算總誤差精度，判斷所述總誤差精度是否小于等于所述第一變壓器油密度回歸預(yù)測(cè)模型的初始化誤差精度，若是，保存調(diào)整后的所述連接權(quán)值和調(diào)整后的所述閾值，否則，返回步驟233，所述總誤差函數(shù)為其中，E為總誤差精度，d_i為理想目標(biāo)輸出，x_i為輸出層輸出，M為輸出層神經(jīng)元個(gè)數(shù)。

3.根據(jù)權(quán)利要求1所述的變壓器油密度預(yù)測(cè)模型建模方法，其特征在于，步驟103具體包括：

1031、設(shè)置種群規(guī)模和最大進(jìn)化代數(shù)，在搜索空間隨機(jī)產(chǎn)生Z個(gè)個(gè)體作為初始種群，并將其作為當(dāng)前種群；

1032、根據(jù)所述當(dāng)前種群的個(gè)體樣本參數(shù)和建立的適應(yīng)度函數(shù)對(duì)所述第一變壓器油密度回歸預(yù)測(cè)模型進(jìn)行訓(xùn)練，計(jì)算每個(gè)個(gè)體的適應(yīng)度函數(shù)值，所述適應(yīng)度函數(shù)為其中，y_i為預(yù)測(cè)輸出，為期望輸出，i為訓(xùn)練樣本；

1033、判斷所述適應(yīng)度函數(shù)值是否滿足終止條件，若是，提交最優(yōu)個(gè)體，結(jié)束遺傳操作，獲得最優(yōu)連接權(quán)值和最優(yōu)閾值，否則，執(zhí)行步驟1034；

1034、對(duì)所述當(dāng)前種群進(jìn)行選擇、交叉、變異運(yùn)算，得到子代種群；

1035、將所述子代種群作為所述當(dāng)前種群，執(zhí)行步驟1032。

4.根據(jù)權(quán)利要求1所述的變壓器油密度預(yù)測(cè)模型建模方法，其特征在于，所述函數(shù)關(guān)系為f(x)＝a×x+b，f(x)為多頻超聲波的聲速，x為溫度，a＝-3.5714，b＝1483.5706。