[发明专利]一种基于时间序列-卡尔曼滤波的变压器故障预测方法

权利要求书

1.一种基于时间序列-卡尔曼滤波的变压器故障预测方法，其特征在于，具体按照以下步骤实施：

步骤1：获取变压器油中溶解气体序列其中，i＝1,2,3,4,5，所述变压器油中溶解气体序列中包括有：氢气序列、甲烷序列、乙烷序列、乙烯序列、乙炔序列；

步骤2：根据步骤1获得的变压器油中溶解气体序列建立ARMA时间序列模型，并对得到的ARMA时间序列模型进行检验；

步骤3：将步骤2得到的ARMA时间序列与卡尔曼滤波算法结合得到时间序列-卡尔曼滤波预测模型；

步骤4：根据步骤3得到时间序列-卡尔曼滤波预测模型对变压器油中溶解气体含量进行预测；

步骤5：利用步骤4中预测出来的油中溶解气体含量结合改进三比值对变压器故障进行编码，再根据编码规则对下一个状态进行判断。

2.根据权利要求1所述的一种基于时间序列-卡尔曼滤波的变压器故障预测方法，其特征在于，所述步骤2具体按照以下步骤实施：

步骤2.1：对步骤1获得的变压器油中溶解气体序列i＝1,2,3,4,5利用d阶差分算子进行平稳化处理，根据式(1)和(2)得到平稳的序列Y_tⁱ；

其中：B为延迟算子，d为差分的阶数；

步骤2.2：建立ARMA模型；

步骤2.3：ARMA模型的χ²检验

随机给定显著性水平α，查正态分布表得上α分位数当时，认为ε_t是白噪声，模型通过检验；

其中：L为自相关函数的拖尾数，r是估计的模型参数个数。

3.根据权利要求2所述的一种基于时间序列的变压器故障预测方法，其特征在于，所述步骤2.2具体按照以下步骤实施：

步骤2.2.1：步骤2.1中得到的Y_tⁱ序列满足式(3)

其中：为均值是0、方差是σ_ε²的平稳白噪声，p为自回归系数，q为移动平均系数，为自回归参数向量，该序列记为ARMA序列；

步骤2.2.2：利用AIC准则或BIC准则对ARMA序列进行定阶；

AIC准则对ARMA定阶为：选p,q使得:

BIC准则对ARMA定阶为：选p,q使得:

其中：n为样本容量，为σ²_ε的估计。