[發明專利]一種基于變權組合模型的變壓器油溫預測方法及系統

在審

• 申請號: 202110962330.9
• 申請日: 2021-08-20
• 公開（公告）號: CN113657677A
• 公開（公告）日: 2021-11-16
• 發明（設計）人: 張慧芬;馬驍雨;張馳;劉宗杰;孟璐琳;房永麗
• 申請（專利權）人: 濟南大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06N3/08
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 張勇

1.一種基于變權組合模型的變壓器油溫預測方法，其特征是，包括：

獲取預設歷史時間段內的變壓器油溫真實值數據；

將變壓器油溫真實值數據輸入至變權組合預測模型中，得到變壓器油溫預測值；其中，變權組合預測模型的構建過程為：

根據變壓器油溫真實值數據，分別獲取每一個單一預測模型的變壓器油溫預測值；

計算每一個單一預測模型變壓器油溫的預測值與油溫真實值之間的灰色關聯度，得到灰色關聯度矩陣；

根據灰色關聯度矩陣采用層次分析法計算所有時間段內每一個單一預測模型的權重向量，將每一個單一預測模型的權重向量組合得到變權組合模型的權重矩陣，根據權重矩陣得到變權組合預測模型。

2.如權利要求1所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，計算所有時間段內每一個單一預測模型的權重向量的過程包括：

對每一個判別矩陣進行一致性檢驗，當不滿足一致性時對判別矩陣進行修正，直至判別矩陣滿足一致性檢驗。

3.如權利要求2所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，判別矩陣滿足一致性檢驗后，計算判別矩陣的最大特征根，對最大特征根對應的特征向量進行歸一化處理得到每一個單一預測模型權重向量，將每一個單一預測模型權重向量組成變權組合模型的權重矩陣。

4.如權利要求1所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，構建判別矩陣具體為：將變權組合模型的灰色關聯度差值矩陣的元素的取值范圍劃分出子區間，每個子區間與其標度一一對應，得到判別矩陣。

5.如權利要求4所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，所述變權組合模型的灰色關聯度差值矩陣計算方法為：將灰色關聯度矩陣行與行之間兩兩作差得到每一個單一預測模型的灰色關聯度差值矩陣，將每一個單一預測模型的灰色關聯度差值矩陣合并可得到所有時刻的變權組合模型的灰色關聯度差值矩陣。

6.如權利要求4所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，所述標度為根據灰色關聯度矩陣對判別矩陣中的每一個元素賦值，每一個元素用來表示關聯的單一預測模型的性能比較。

7.如權利要求1所述的一種基于變權組合模型的變壓器油溫預測方法，其特征是，所述單一預測模型包括灰色模型、BP神經網絡以及差分整合移動平均自回歸模型三種模型。

8.一種基于變權組合模型的變壓器油溫預測系統，其特征在于，包括：

變壓器油溫數據獲取模塊，被配置為：獲取預設歷史時間段內的變壓器油溫真實值數據；

變壓器油溫預測模塊，被配置為：將變壓器油溫真實值數據輸入至變權組合預測模型中，得到變壓器油溫預測值；

變權組合預測模型的構建模塊，被配置為：根據變壓器油溫真實值數據，分別獲取每一個單一預測模型的變壓器油溫預測值；

計算每一個單一預測模型變壓器油溫的預測值與油溫真實值之間的灰色關聯度，得到灰色關聯度矩陣；

根據灰色關聯度矩陣采用層次分析法計算所有時間段內每一個單一預測模型的權重向量，將每一個單一預測模型的權重向量組合得到變權組合模型的權重矩陣，根據權重矩陣得到變權組合預測模型。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現權利要求1-7任一項所述的一種基于變權組合模型的變壓器油溫預測方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該程序被處理器執行時實現權利要求1-7任一項所述的一種基于變權組合模型的變壓器油溫預測方法的步驟。