[发明专利]一种变压器油中溶解气体浓度预测模型建模方法

权利要求书

1.一种变压器油中溶解气体浓度预测模型建模方法，其特征在于包括以下步骤：

步骤1、建立变量环境：

包括变压器油中溶解气体、运行状态和运行环境：H₂、CH₄、C₂H₆、C₂H₄、C₂H₂、CO、CO₂、总烃、负荷、油温、环境温度，其中，输入到预测模型的是各变量对应的时间序列信息；

步骤2、设定待预测气体的积极影响因素：

设任一种待预测气体y的浓度预测受到积极影响因素x₁、积极影响因素x₂、...、积极影响因素x_n-1的影响，其中：n为变量环境内总变量个数；

步骤3、对步骤2设定的待预测气体的积极影响因素进行验证：

步骤3.1：将待预测气体y的历史时序数据输入到LSTM网络，预测该气体的未来浓度值，并计算结果的均方根误差RMSE₁；

步骤3.2：将待预测气体y与积极影响因素x₁的历史时序数据输入到LSTM网络，预测该气体的未来浓度值，并计算预测结果的均方根误差RMSE₂；

步骤3.3：若RMSE₁＞RMSE₂，认为积极影响因素x₁对待预测气体y的浓度预测具有积极影响并提取积极影响因素x₁对应的时序信息，否则不提取；

步骤3.4：重复步骤3.1～步骤3.3，验证下一个影响因素，直至验证完所有影响因素；

步骤4、在已提取积极影响因素x₁对应的时序信息的基础上，构造融合时间注意力机制的LSTM预测模型，对7种变压器油中溶解气体浓度进行预测，将待预测气体y对应的时序信息和步骤3中提取的积极影响因素的时序信息，作为融合时间注意力机制的LSTM预测模型的输入，预测油中溶解气体的未来浓度值，预测模型建模完成。

2.根据权利要求1所述一种变压器油中溶解气体浓度预测模型建模方法，其特征在于：所述步骤1中，变量环境的样本数据来自中国国家电网公司750kV电力变压器的油中溶解气体、运行状态和运行环境监测数据的历史数据，共计45组监测数据，前40组监测数据用于预测模型的训练，后5组监测数据用于训练完成的预测模型的测试；

对预测模型进行训练，当预测误差小于设定值后，得到训练完成的预测模型。