[发明专利]基于人工神经网络的变压器油中溶解气体在线监测数据矫正方法

摘要

本发明公开了一种基于人工神经网络的变压器油中溶解气体在线监测数据矫正方法，具体是一种利用变压器油中溶解气体带电检测数据矫正在线监测数据的方法。矫正过程分为两步，一是从变压器设备中提取带电检测数据以及相同时间范围内的在线监测数据，并将在线监测数据分为趋势序列和波动序列两个部分。二是利用人工神经网络和带电检测数据对在线监测数据的趋势序列进行矫正，矫正结果、人工神经网络的误差序列以及波动序列的共同组成了最终的矫正数据。本发明提出的方法使得矫正后的变压器在线监测数据拥有较高的测量精度，并保留了在线监测数据的波动特征，具有较强的创新性，为变压器设备运行状态的实时监测创造条件。

主权项

1.一种基于人工神经网络的变压器油中溶解气体在线监测数据矫正方法，包括如下步骤：(1)采集变压器设备在相同时间范围内的带电检测数据f(t)与在线监测数据O(t)，并将在线监测数据O(t)分为系统趋势序列O_s(t)和随机波动序列O_u(t)，对系统趋势序列O_s(t)进行处理，得到数据点序列(2)将数据点序列作为人工神经网络的输入，带电检测数据f(t)作为人工神经网络的真值标签，对人工神经网络进行训练，得到矫正模型以及真值标签与真实输出值的误差序列e(t)；(3)将在线监测数据的系统趋势序列O_s(t)输入到矫正模型中，经矫正模型计算得到系统趋势序列O_s(t)的矫正序列O_s′(t)；(4)对误差序列e(t)进行线性插值处理，得到时间间隔与在线监测数据O(t)相同且时间点相对应的误差序列e′(t)；(5)在线监测数据O(t)的矫正数据O′(t)由公式O′(t)＝O′_s(t)+O_u(t)+e′(t)计算得到。