[發(fā)明專利]基于灰色GM（1,1）模型的變壓器故障預測方法

有效

• 申請?zhí)枺?/td>: 202110464964.1
• 申請日: 2021-04-28
• 公開（公告）號: CN113269350B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設計）人: 薛鵬;魏巍;劉乃嘉
• 申請（專利權）人: 長春工業(yè)大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27
• 代理公司: 長春眾邦菁華知識產(chǎn)權代理有限公司 22214
• 代理人: 田春梅

1.基于灰色GM(1,1)模型的變壓器故障預測方法，其特征是：該方法由以下步驟實現(xiàn)：

步驟一、輸入變壓器運行的原始數(shù)據(jù)，采用灰色GM(1,1)模型對原始數(shù)據(jù)的累加階數(shù)，背景值序列以及初始值進行任意選擇并進行優(yōu)化，生成八種備選優(yōu)化方案序列f；

步驟二、根據(jù)序列f中的參數(shù)，判斷是否進行灰色GM(1,1)模型累加階數(shù)優(yōu)化，如果是，采用粒子群算法確定灰色GM(1,1)模型的累加階數(shù)r，執(zhí)行步驟三；如果否，設定累加階數(shù)r＝1，執(zhí)行步驟三；

步驟三、采用灰色GM(1,1)模型對原始數(shù)據(jù)進行預測，獲得預測數(shù)據(jù)，將原始數(shù)據(jù)長度與預測數(shù)據(jù)長度的差值為仿真數(shù)據(jù)長度；

根據(jù)三種數(shù)據(jù)長度確定r階累加序列X^(r)(k),其中k為元素序號，k的取值范圍為[1,n]；確定背景值序列Z^(r)(i)，其中i為累加序列Z^(r)(i)中的元素序號,i的取值范圍為[2,n]；

X^(r)(k)＝[x^(r)(1),x^(r)(2)......x^(r)(n)]

Z^(r)(i)＝[z^(r)(2),z^(r)(3)......z^(r)(n)]

步驟四、計算r階累加序列X^(r)(k)；

采用變量α，β簡化r階灰色GM(1,1)模型的公式，獲得r次累加后的累加序列X^(r)(k)：

式中，r的取值通過粒子群算法獲得，參數(shù)a、b為待求取的常數(shù)；

根據(jù)最終獲得GM(1,1)模型中r階累加序列X^(r)(k)的最終公式為：

步驟五、判斷k是否大于仿真數(shù)據(jù)長度，如果是，通過累減的形式計算r-1階累加序列X^(r-1)(k)，執(zhí)行步驟六；如果否，返回執(zhí)行步驟四；

步驟六、判斷是否進行背景值序列優(yōu)化，如果是，執(zhí)行步驟七；如果否，采用原始方式構造背景值序列Z^(r)(i)，即選取累加序列X^(r)(k)中相鄰兩元素的平均值構造背景值序列Z^(r)(i)，執(zhí)行步驟八；

步驟七、確定插值點個數(shù)m，將X^(r)(k)中相鄰兩元素之間插入m個插值點，構造優(yōu)化的m次插值的灰色GM(1,1)模型的背景值序列Z^(r)(h)，執(zhí)行步驟八；

步驟八、判斷i是否大于仿真數(shù)據(jù)長度，如果是，構造矩陣Y、B，采用最小二乘法獲得參數(shù)a、b，執(zhí)行步驟九；如果否，返回執(zhí)行步驟七；

步驟九、判斷是否進行初始值優(yōu)化，如果是，計算最優(yōu)初始值x⁽⁰⁾(1)＝csz_best，csz_best為選擇的新的初始值；如果否，初始值x⁽⁰⁾(1)為x⁽⁰⁾(1)＝x⁽¹⁾(1)，執(zhí)行步驟十；

步驟十、將初始值帶入時間響應函數(shù)中，獲得待定參數(shù)C；

式中，t為時間，根據(jù)獲得的待定參數(shù)C，獲得r階灰色GM(1,1)模型預測公式：

式中，u+1為預測的下一時刻的數(shù)據(jù)序號；

將原始數(shù)據(jù)與灰色GM(1,1)模型預測的預測數(shù)據(jù)進行對比；計算灰色GM(1,1)模型的預測誤差；根據(jù)預測誤差確定八種優(yōu)化方案，并對選擇的優(yōu)化方案進行數(shù)據(jù)整合，繪制數(shù)據(jù)仿真圖。

2.根據(jù)權利要求1基于灰色GM(1,1)模型的變壓器故障預測方法，其特征在于：步驟九中，選擇的新的初始值csz_best的方法為：

通過進行r次累加后得到的X^(r)(k)序列中的任意兩元素，按照新信息優(yōu)先原則對兩數(shù)據(jù)進行加權處理，獲得新的初始值備選序列CSZ_new：

CSZ_new＝p*X^(r)(c1)+(1-p)*X^(r)(c2),c1≠c2

式中，p為權重參數(shù)，取值范圍為[0,1]；c1、c2∈k，X^(r)(c1)、X^(r)(c2)為r階累加序列X^(r)(k)中任意兩數(shù)據(jù)；

將所述初始值備選序列CSZ_new中各元素依次帶入灰色GM(1,1)模型，獲得誤差數(shù)值最小的元素作為新的初始值csz_best。