[发明专利]一种基于趋势分析的变压器潜伏性故障预警方法

摘要

本发明公开了一种基于趋势分析的变压器潜伏性故障预警方法。基于非参数回归方法对历史数据进行平滑处理，通过准确率、召回率和带宽等异常值检测评价指标，得到最优的平滑因子及与之对应的上下限时间序列数据。以该上下限序列数据为历史数据，建立气体浓度自适应预测模型，预测未来时间段内的上下限气体浓度数据。通过实际检测数据与预测上下限数据的对比，确定预警策略。本发明提出的方法，避免了固定阈值存在的漏报和误报等问题，能够满足现场应用的要求，有利于提高变压器潜伏性故障的预警可靠性，为变压器的维修工作提供了更可靠的参考，保证了变压器和电力系统的安全稳定运行。

主权项

一种基于趋势分析的变压器潜伏性故障预警方法，其特征是，包括：步骤1：对变压器正常运行状态的气体浓度历史数据，取最近一段时间(如30天)数据，通过非参回归方法(如kernel‑smoothing)对历史数据进行平滑处理，通过异常值检测评价指标，得到最优的非参回归方法参数，及与之对应的上下限时间序列数据；步骤2：以该历史气体浓度数据上下限为历史数据，建立变压器油中溶解气体浓度自适应预测模型，并通过智能优化方法进行模型参数优化；步骤3：确定好预测模型参数后，对未来7天的上下限气体浓度(预警边界)进行预测；步骤4：通过气体浓度测量数据与预测边界的比较，确定预警策略。。