[發明專利]基于油溫的變壓器狀態預測方法、裝置和計算機設備

在審

• 申請號: 202211041601.8
• 申請日: 2022-08-29
• 公開（公告）號: CN115481785A
• 公開（公告）日: 2022-12-16
• 發明（設計）人: 蔣文輝;梁博;程凌森;趙亮;周波;陳波;蔣愈勇;張家興;李凡;陳煜敏;陳光侵;王玉龍
• 申請（專利權）人: 南方電網數字電網研究院有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06F30/27;G06Q50/06
• 代理公司: 華進聯合專利商標代理有限公司 44224
• 代理人: 馮右明

1.一種基于油溫的變壓器狀態預測方法，其特征在于，所述方法包括：

獲取待預測變壓器的負載功率以及真實油溫；

將所述負載功率輸入目標油溫預測模型，獲取所述目標油溫預測模型輸出的預測油溫；所述目標油溫預測模型基于支持向量回歸機對樣本負載功率和樣本油溫訓練得到；

根據所述目標油溫預測模型對應的原始油溫預測區間和所述預測油溫，確定所述預測油溫對應的目標油溫預測區間；所述原始油溫預測區間根據預設置信度和所述目標油溫預測模型的模型誤差得到；

根據所述真實油溫與所述目標油溫預測區間的比較結果，確定所述待預測變壓器的運行狀態。

2.根據權利要求1所述的方法，其特征在于，所述方法還包括：

獲取樣本負載功率和所述樣本負載功率對應的樣本油溫；

將所述樣本負載功率輸入待訓練油溫預測模型，由所述待訓練油溫預測模型基于支持向量回歸機和所述樣本負載功率進行預測，并輸出測試油溫；

獲取所述測試油溫與所述樣本負載功率對應的樣本油溫的匹配度；根據所述待訓練油溫預測模型的當前模型參數和當前已有的匹配度輸入預設適應度函數，基于粒子群算法確定所述預設適應度函數中的粒子在全局最優位置時對應的均方根誤差值；

若所述均方根誤差值大于預設數值，調整所述待訓練油溫預測模型的模型參數，并返回所述將所述樣本負載功率輸入待訓練油溫預測模型，由所述待訓練油溫預測模型基于支持向量回歸機和所述樣本負載功率進行預測，并輸出測試油溫的步驟；

若所述均方根誤差值小于或等于預設數值，根據當前模型參數得到目標油溫預測模型。

3.根據權利要求2所述的方法，其特征在于，所述獲取樣本負載功率和所述樣本負載功率對應的樣本油溫，包括：

獲取原始樣本負載功率和所述原始樣本負載功率對應的樣本油溫；

將所述原始樣本負載功率和所述樣本油溫分別進行歸一化，得到樣本負載功率和樣本油溫。

4.根據權利要求2所述的方法，其特征在于，所述將所述樣本負載功率輸入待訓練油溫預測模型，由所述待訓練油溫預測模型基于支持向量回歸機和所述樣本負載功率進行預測，并輸出測試油溫，包括：

將所述樣本負載功率輸入待訓練油溫預測模型，由所述待訓練油溫預測模型將所述樣本負載功率映射至預設維度空間，在所述預設維度空間中基于映射后的樣本負載功率和預設高斯核函數構建擬合函數，基于拉格朗日優化方法確定所述擬合函數的解，作為測試油溫并輸出。

5.根據權利要求2所述的方法，其特征在于，所述根據所述目標油溫預測模型對應的原始油溫預測區間和所述預測油溫，確定所述預測油溫對應的目標油溫預測區間，包括：

將多個樣本負載功率輸入所述目標油溫預測模型，獲取所述目標油溫預測模型輸出的多個目標測試油溫；

根據所述樣本油溫和對應的目標測試油溫的誤差值，確定所述目標油溫預測模型的模型誤差，并根據多個模型誤差確定模型誤差平均值；

根據預設置信度和所述模型誤差平均值構建原始油溫預測區間；

根據所述預測油溫與所述原始油溫預測區間的區間下限的和，得到目標區間下限，并根據所述預測油溫與所述原始油溫預測區間的區間上限的和，得到目標區間上限；

根據所述目標區間下限和所述目標區間上限，得到目標油溫預測區間。

6.根據權利要求1所述的方法，其特征在于，所述根據所述真實油溫與所述目標油溫預測區間的比較結果，確定所述待預測變壓器的運行狀態，包括：

若所述真實油溫在所述目標油溫預測區間范圍內，確定所述待預測變壓器的運行狀態為正常；

若所述真實油溫不在所述目標油溫預測區間范圍內，確定所述待預測變壓器的運行狀態為異常。