[發明專利]一種基于時間序列-卡爾曼濾波的變壓器故障預測方法

在審

• 申請號: 201910098465.8
• 申請日: 2019-01-31
• 公開（公告）號: CN109799405A
• 公開（公告）日: 2019-05-24
• 發明（設計）人: 黃新波;蔣衛濤;孫寧;朱永燦;曹雯;田毅
• 申請（專利權）人: 西安工程大學
• 主分類號: G01R31/00
• 分類號: G01R31/00;G01N33/28
• 代理公司: 西安弘理專利事務所 61214
• 代理人: 胡燕恒

本發明公開了一種基于時間序列?卡爾曼濾波的變壓器故障預測方法，具體為：步驟1：獲取變壓器油中溶解氣體序列步驟2：根據步驟1獲得的變壓器油中溶解氣體序列建立ARMA時間序列模型，并對得到的ARMA時間序列模型進行檢驗；步驟3：將步驟2得到的ARMA時間序列與卡爾曼濾波算法結合得到時間序列?卡爾曼濾波預測模型；步驟4：根據步驟3得到時間序列?卡爾曼濾波預測模型對變壓器油中溶解氣體含量進行預測；步驟5：利用步驟4中預測出來的油中溶解氣體含量結合改進三比值對變壓器故障進行編碼，再根據編碼規則對下一個狀態進行判斷。該方法極大地提高了模型的穩定性和預測準確率。

技術領域

本發明屬于變壓器故障在線監測方法技術領域，具體涉及一種基于時間序列-卡爾曼濾波的變壓器故障預測方法。

背景技術

電力變壓器在電力系統中承擔著電壓變換、電力傳輸與分配的重要功能，其故障診斷技術一直受到國內外專家的廣泛關注。電力變壓器的穩定、可靠運行直接影響著整個電力系統的安全穩定運行，一旦其在運行中發生故障，將會導致大面積的停電，并造成巨大的影響和經濟損失。

目前，國內外對變壓器故障診斷技術的研究已經相當成熟了，但是變壓器故障診斷技術只能應用于故障發生后，利用故障數據對變壓器的故障進行診斷，并不能避免故障的發生。也有不少人提出GM(1，1)預測模型，線性回歸模型，但是這些預測方法都有著明顯的不足就是預測的準確率過低，甚至出現預測的結果相反的情況。

因此本發明提出了一種基于時間序列-卡爾曼濾波的變壓器故障預測方法，此方法能在一定程度上提高預測的準確性。并且可以間接的預測出變壓器的預測狀態。

發明內容

本發明的目的是提供一種基于時間序列-卡爾曼濾波的變壓器故障預測方法，構建了時間序列-卡爾曼濾波預測模型，該模型彌補了單一預測模型的預測精度較低和預測時間較長的不足，極大地提高了模型的穩定性和預測準確率。

本發明所采用的技術方案是，一種基于時間序列-卡爾曼濾波的變壓器故障預測方法，具體按照以下步驟實施：

步驟1：獲取變壓器油中溶解氣體序列其中，i＝1,2,3,4,5，所述變壓器油中溶解氣體序列中包括有：氫氣序列、甲烷序列、乙烷序列、乙烯序列、乙炔序列；

步驟2：根據步驟1獲得的變壓器油中溶解氣體序列建立ARMA時間序列模型，并對得到的ARMA時間序列模型進行檢驗；

步驟3：將步驟2得到的ARMA時間序列與卡爾曼濾波算法結合得到時間序列-卡爾曼濾波預測模型；

步驟4：根據步驟3得到時間序列-卡爾曼濾波預測模型對變壓器油中溶解氣體含量進行預測；

步驟5：利用步驟4中預測出來的油中溶解氣體含量結合改進三比值對變壓器故障進行編碼，再根據編碼規則對下一個狀態進行判斷。

本發明的特點還在于，

步驟2具體按照以下步驟實施：

步驟2.1：對步驟1獲得的變壓器油中溶解氣體序列i＝1,2,3,4,5利用d階差分算子進行平穩化處理，根據式(1)和(2)得到平穩的序列

其中：B為延遲算子，d為差分的階數；

步驟2.2：建立ARMA模型；

步驟2.3：ARMA模型的χ²檢驗

隨機給定顯著性水平α，查正態分布表得上α分位數當時，認為ε_t是白噪聲，模型通過檢驗；

其中：L為自相關函數的拖尾數，r是估計的模型參數個數。

步驟2.2具體按照以下步驟實施：