[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

本公開提出了一種基于變權組合模型的變壓器油溫預測方法，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。

技術領域

本公開涉及變壓器油溫預測的技術領域，特別是涉及一種基于變權組合模型的變壓器油溫預測方法及系統。

背景技術

本部分的陳述僅僅是提供了與本發明相關的背景技術信息，不必然構成在先技術。

變壓器作為輸配電系統中的基礎設備，被廣泛應用在各個領域當中，目前在變壓器冷卻方法中油浸式風冷占主導地位，變壓器的油溫可間接反應出變壓器繞組的溫度。當變壓器長時間處于高負荷狀態時，油溫會逐漸上升，油溫過高會嚴重影響變壓器的安全運行，因此對變壓器油溫進行預測，掌握變壓器油溫的變化趨勢，對保證變壓器安全運行有重要意義。

預測是通過數學模型對已有數據進行線性或非線性分析，進而對未來尚未發生或還未明確的事物進行推測，目前對于變壓器油溫的預測的模型常見的有人工神經網絡、支持向量機、灰色理論、自回歸移動平均模型等，而組合預測模型是將不同的預測模型采用合適的方式相結合以提高預測精度的模型。組合預測模型按權重的性質可劃分為定權重組合模型與變權重組合模型，其中定權重的確定方法包括簡單算術平均法、熵值法、二項式系數法等。定權重組合模型的權重值在每一個樣本點處是恒定不變的，而不同種類的模型在每一個樣本點處可能會表現出不同的預測性能，若權重值恒定不變，會在一些樣本點處弱化性能優異的預測模型導致組合模型的預測精度下降。變權重組合模型可避免這種情況的發生，變權重組合模型的權重值隨樣本點的變化而變化，常見的變權重計算方法包括線性回歸法、加權幾何平均法、非線性規劃法等，這些方法雖可以得到變化的權重值，但在求解權重向量時依然是從每種單一預測模型的整體預測效果的角度上進行的，預測效果并不理想。

發明內容

本說明書實施方式的目的是提供一種基于變權組合模型的變壓器油溫預測方法及系統，從單一預測模型在每一個樣本點處預測值與真實值之間的相關性的角度上計算權重，采用變權組合模型的使變壓器油溫預測精度有明顯的提升。

本發明的第一個方面提供一種基于變權組合模型的變壓器油溫預測方法通過以下技術方案實現：

一種基于變權組合模型的變壓器油溫預測方法，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。

進一步的技術方案，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。