[发明专利]基于误差预测修正的变压器顶层油温预测方法和装置

摘要

本发明公开了一种基于误差预测修正的变压器顶层油温预测方法和装置，属于变压器在线监测领域，该方法包括：获取预测数据集，预测数据集包括变压器的负载电流和环境温度；以当前时刻变压器的负载电流为输入量，利用Susa热路模型对变压器的顶层油温进行预测，得到Susa热路模型顶层油温预测值；将Susa热路模型顶层油温预测值和预测数据集进行归一化处理；以归一化后的Susa热路模型顶层油温预测值和预测数据集为输入量，利用GA‑KELM模型进行回归预测，得到回归预测误差；对回归预测误差进行反归一化处理；用归一化前的Susa热路模型顶层油温预测值减去反归一化后的回归预测误差，得到变压器修正后的顶层油温预测值。本发明能够准确的预测变压器顶层油温。

主权项

1.一种基于误差预测修正的变压器顶层油温预测方法，其特征在于，包括：步骤101：获取预测数据集，所述预测数据集包括当前时刻变压器的负载电流和环境温度，以及当前时刻前几个时刻变压器的负载电流、环境温度和顶层油温；步骤102：以当前时刻变压器的负载电流为输入量，利用Susa热路模型对变压器的顶层油温进行预测，得到Susa热路模型顶层油温预测值步骤103：将所述Susa热路模型顶层油温预测值和预测数据集进行归一化处理；步骤104：以归一化后的Susa热路模型顶层油温预测值和预测数据集为输入量，利用GA‑KELM模型进行回归预测，得到回归预测误差步骤105：对所述回归预测误差进行反归一化处理；步骤106：用归一化前的Susa热路模型顶层油温预测值减去反归一化后的回归预测误差得到变压器修正后的顶层油温预测值；所述GA‑KELM模型通过如下方法得到：步骤201：获取所述变压器的训练样本集，所述训练样本集包括多个训练样本，其中，第i个训练样本包括Ti时刻下变压器的负载电流、环境温度和顶层油温，i∈[1,N]，N为训练样本个数；步骤202：对第i个训练样本，以T_i时刻下变压器的负载电流和顶层油温为输入量，利用Susa热路模型对顶层油温进行预测，得到Susa热路模型顶层油温预测值和Susa热路模型预测误差步骤203：将所述Susa热路模型顶层油温预测值和Susa热路模型预测误差进行归一化处理；步骤204：建立KELM模型；步骤205：使用每个训练样本的Susa热路模型顶层油温预测值Susa热路模型预测误差和训练样本集对所述KELM模型进行训练，得到GA‑KELM模型。