[發明專利]基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法

在審

• 申請號: 202010696986.6
• 申請日: 2020-07-20
• 公開（公告）號: CN111931354A
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 齊敬先;杜雅楠;沙樹名;曹越峰;施建華
• 申請（專利權）人: 南京南瑞信息通信科技有限公司
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/10;G06F119/08
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 董建林

1.基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，其特征在于，包括如下步驟：

S1、采集變壓器的歷史油溫數據，并對歷史油溫數據進行預處理；

S2、基于灰色模型對預處理后的歷史油溫數據進行擬合訓練，構建變壓器頂層油溫的初始預測模型，進而獲得一次累加序列預測油溫數值；

S3、計算一次累加序列預測油溫數值與實際油溫的偏差序列；

S4、基于自回歸差分移動平均模型對偏差序列進行擬合訓練，獲得偏差預測數值；

S5、基于偏差預測數值和初始預測模型構建變壓器頂層油溫預測模型，獲得變壓器頂層油溫預測結果。

2.根據權利要求1所述的一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，其特征在于，所述步驟S1具體包括如下步驟：

S11、根據待預測變壓器從電網信息庫中獲取待預測變壓器的歷史油溫數據，形成歷史油溫序列X⁰＝[x⁽⁰⁾(t₁),x⁽⁰⁾(t₂),...,x⁽⁰⁾(t_k),...,x⁽⁰⁾(t_n)]，其中，t_k表示第k個時間節點的時間值，x⁽⁰⁾(t_k)表示時間為t_k時變壓器的歷史油溫數值，n表示時間節點的總數，k＝1,2,...,n；

S12、根據預設的標準時間間隔查找歷史油溫序列中的缺失值，進行缺失值補充處理；

S13、根據噪聲識別條件對歷史油溫序列中的噪聲數據進行平滑處理；

S14、根據歷史油溫數值的差值判斷不刷新數據和不刷新時段，利用數據補采的方式更新歷史油溫序列；

S15、重復步驟S12、S13和S14，直到歷史油溫序列中沒有臟數據，獲得預處理后的歷史油溫序列。

3.根據權利要求2所述的一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，其特征在于，所述步驟S12的具體操作如下：

計算相鄰兩個歷史油溫數值的時間差Δt_k＝t_k-t_k-1；

當時間差Δt_k大于標準時間間隔，則歷史油溫數值x⁽⁰⁾(t_k)與x⁽⁰⁾(t_k-1)之間存在缺失值；

在歷史油溫數值x⁽⁰⁾(t_k)與x⁽⁰⁾(t_k-1)之間插入缺失值，缺失值的計算公式如下：

其中，表示x⁽⁰⁾(t_k)與x⁽⁰⁾(t_k-1)之間的缺失值。

4.根據權利要求2所述的一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，其特征在于，所述步驟S14的具體操作如下：

預先設置時間閾值t'，從歷史油溫序列中任選一個歷史油溫數值x⁽⁰⁾(t_k)，計算時間為t_k+t'時變壓器的歷史油溫數值x⁽⁰⁾(t_k+t')與x⁽⁰⁾(t_k)的差值Δx＝x⁽⁰⁾(t_k+t')-x⁽⁰⁾(t_k)；

當差值Δx＝0時，認定時間t_k到時間t_k+t'之間的歷史油溫數值為不刷新數據，時間段[t_k,t_k+t']為不刷新時段；

重新獲取時間段[t_k,t_k+t']內的變壓器歷史油溫數據，并更新歷史油溫序列。