[发明专利]一种变电站一次设备多因素温度预测方法

权利要求书

1.一种变电站一次设备多因素温度预测方法，其特征在于，包括以下步骤：

S1，采集设备表面温度时间序列和各影响因素时间序列；

S2，根据MIE计算采集设备表面温度时间序列和各影响因素时间序列的相关性系数；

S3，利用历史日与预测日多维关键影响因素间的加权MIE值筛选出相似日样本；

S4，建立LSTM预测模型，挖掘关键影响因素与设备表面温度之间的映射关系，计算得到设备表面温度预测区间。

2.根据权利要求1所述的一种变电站一次设备多因素温度预测方法，其特征在于，所述步骤S2包括以下步骤：

S21，各影响因素时间序列表示为：

X_i＝{x_i1,x_i2,…,x_in}^T(i＝1,2,…,5)

其中，x_in代表各影响因素数据，X₁、X₂、X₃、X₄和X₅分别代表风速、气压、湿度、环境温度和电流强度时间序列；设备表面温度时间序列表示为：

Y＝[y₁,y₂,…,y_n]

其中，y_n代表设备表面温度数据；

S22，根据MIE计算出各影响因素与设备表面温度的MIE相关系数，具体如下：

I_XY＝[I_WP，I_AP，I_HP，I_TP，I_CP]

其中，I_XY指的是总MIE相关系数，I_WP、I_AP、I_HP、I_TP和I_CP分别表示设备表面温度与风速影响因素、气压影响因素、湿度影响因素、环境温度影响因素和电流强度影响因素的MIE相关系数；

S23，筛选出各MIE相关系数中最大的三个关键影响因素，分别为环境温度、电流强度和风速。

3.根据权利要求1或2所述的一种变电站一次设备多因素温度预测方法，其特征在于，所述MIE的计算公式为：

其中，I_AB为关于向量A和B的MIE相关系数，I(A；B)表征了A和B共享的信息，用来衡量两个变量中一个对另一个不确定性减少的程度，H(A)表示向量A的自信息熵，H(B)表示向量B的自信息熵。