[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

本發明公開了一種基于灰色?自回歸差分移動平均模型的變壓器頂層油溫預測方法，旨在解決現有技術中油溫預測過程復雜、計算量大、預測誤差大的技術問題。其包括：對歷史油溫數據進行預處理；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；計算初始預測油溫與實際油溫的偏差序列；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；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。本發明能夠在減少數據量和計算量的前提下，獲得精確的變壓器頂層油溫預測結果。

技術領域

本發明涉及一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，屬于變電設備運行狀態預測技術領域。

背景技術

電力變壓器是電網傳輸電能的樞紐，是電網運行的主設備，其運行的可靠性是電力系統安全、穩定運行的必備條件。變壓器的頂層油溫是油浸式變壓器熱特性的一個重要監控指標，該指標不僅反映了變壓器的負載能力，同時也影響著變壓器的使用壽命，因此，在維護電力系統過程中對變壓器頂層油溫實現短期或中長期預測尤為重要。

現階段對于變壓器繞組溫度的估算均以上層油溫為基礎，國內外對變壓器頂層油溫的預測方法主要分為兩類：統計學方法和人工智能方法。統計學方法包括規則法、多元線性回歸模型、最小二乘法等，人工智能方法包括支持向量機、人工神經網絡等。其中，規則法需要依賴人工經驗，其構建復雜，不能覆蓋所有場景；單一的多元線性回歸模型及最小二乘法的誤差較大，無法準確反映變壓器頂層油溫情況；人工神經網絡等算法雖然準確度不錯，但是模型訓練較為復雜，且需要大量的訓練數據支撐，對軟硬件的要求也較高。

發明內容

針對現有技術中變壓器頂層油溫預測方法存在誤差大、過程復雜、難以實現等問題，本發明提出了一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，以變壓器的歷史油溫數據為基礎，采用灰色模型進行油溫預測，并通過自回歸差分移動平均模型對預測結果進行修正，得到準確的油溫預測結果，預測過程相對簡單，計算量較少，結果準確。

為達到上述目的，本發明是采用下述技術方案實現的：

本發明提供了一種基于灰色-自回歸差分移動平均模型的變壓器頂層油溫預測方法，具體包括如下步驟：

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。

進一步的，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；