[發明專利]一種基于改進粒子群的氣體濃度的預測方法及裝置

在審

• 申請號: 202011002955.2
• 申請日: 2020-09-22
• 公開（公告）號: CN112132340A
• 公開（公告）日: 2020-12-25
• 發明（設計）人: 田小航;王榮泰;舒榮;徐文力;顧躍;趙燕團;張忠才;陳辛
• 申請（專利權）人: 云南電力技術有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06N3/04;G06N3/08;G06N3/00
• 代理公司: 北京弘權知識產權代理事務所(普通合伙) 11363
• 代理人: 逯長明;許偉群

本申請提供了一種基于改進粒子群的氣體濃度的預測方法及裝置，本申請提供的方法包括，獲取待預測變壓器的絕緣油中，任意一種待預測氣體的多個歷史時刻對應的歷史濃度組；歷史濃度組包括多個歷史濃度；一個歷史濃度對一個歷史時刻；對歷史濃度組進行歸一化處理，得到歸一化后的歷史濃度組；將歸一化后的歷史濃度組輸入氣體預測模型中，得到預測氣體濃度組；氣體預測模型包括歸一化后的歷史濃度組與預測氣體濃度組的對應關系；氣體預測模型基于長短期記憶網絡預測模型建立，并基于改進粒子群的方法優化。本申請提供的方法提高了預測的氣體濃度的精確度，有利于運維人員準確判斷變壓器的工作狀態。

技術領域

本申請涉及電力技術領域，特別涉及一種基于改進粒子群的氣體濃度的預測方法及裝置。

背景技術

變壓器是電力系統中最為核心的設備，變壓器的工作狀態決定著配電網的工作狀態。因此監測變壓器的工作狀態，是運維人員的一項重要工作。

變壓器工作過程中會有少量的氣體溶解入變壓器的絕緣油中，而絕緣油中溶解的氣體濃度可以體現變壓器的工作狀態。運維人員根據目前絕緣油中溶解的氣體濃度，可以預測未來一段時間內氣體的濃度，進而監測變壓器的工作狀態。而目前方法中預測絕緣油中溶解氣體濃度的方法中使用的預測模型，大多根據經驗確定，導致預測模型的精確度偏低。

基于此，目前亟需一種基于改進粒子群的氣體濃度的預測方法，用于解決現有技術中預測絕緣油中溶解的氣體的濃度的過程中，使用的預測模型的精確度偏低的問題。

發明內容

本申請提供了一種基于改進粒子群的氣體濃度的預測方法及裝置，可用于解決在現有技術中預測絕緣油中溶解的氣體的濃度的過程中，使用的預測模型的精確度偏低的問題。

第一方面，本申請提供了一種基于改進粒子群的氣體濃度的預測方法，所述方法包括：

獲取待預測變壓器的絕緣油中，任意一種待預測氣體的多個歷史時刻對應的歷史濃度組；所述歷史濃度組包括多個歷史濃度；一個歷史濃度對一個歷史時刻；

對所述歷史濃度組進行歸一化處理，得到歸一化后的歷史濃度組；

將歸一化后的歷史濃度組輸入氣體預測模型中，得到預測氣體濃度組；所述氣體預測模型包括歸一化后的歷史濃度組與預測氣體濃度組的對應關系；所述氣體預測模型基于長短期記憶網絡預測模型建立，并基于改進粒子群的方法優化；所述預測氣體濃度組包括多個預測氣體濃度。

結合第一方面，在第一方面的一種可實現方式中，所述氣體預測模型采用以下方法訓練：

獲取樣本變壓器的絕緣油中，任意一種待預測氣體的P個樣本濃度構成的樣本濃度組；所述P個樣本濃度對應P個時刻；

對所述樣本濃度組進行歸一化處理，得到歸一化后的樣本濃度組；

將所述歸一化后的樣本濃度組劃分為輸入樣本濃度組和輸出樣本濃度組；所述輸入樣本濃度組由N個歸一化后的樣本濃度構成；所述輸出樣本濃度組由M個歸一化后的樣本濃度構成；P＝M+N，且N個歸一化后的樣本濃度中任意一個歸一化后的樣本濃度對應的時刻，早于M個歸一化后的樣本濃度中任意一個歸一化后的樣本濃度對應的時刻；

將所述輸入樣本濃度組作為輸入，將所述輸出樣本濃度組作為輸出，訓練得到所述氣體預測模型。

結合第一方面，在第一方面的一種可實現方式中，將所述輸入樣本濃度組作為輸入，將所述輸出樣本濃度組作為輸出，訓練得到所述氣體預測模型，包括：

隨機初始化長短期記憶網絡預測模型的神經元個數以及長短期記憶網絡預測模型的學習率；

多次迭代更新神經元個數的速度、神經元個數的位置、學習率的速度以及學習率的位置，改變所述長短期記憶網絡預測模型的神經元個數以及所述長短期記憶網絡預測模型的學習率，得到多個訓練好的長短期記憶網絡預測模型；