The invention discloses a fault prediction method for a GM (1,1) model transformer. The method comprises the following steps: 1, the first time in accordance with the dissolved gas in transformer oil forming system characteristic data of the original X sequence (00); step 2, the original system characteristic of data sequence X (00) of the 1 exponential smoothing operation sequence of X (0), X (0) for the series 1-AGO operation sequence of X (1); step 3, according to the sequence of X obtained in step 2 (1) to establish the grey differential equation, the calculation of grey prediction for ash dosage, grey prediction and dissolved gas in transformer oil, get a step order prediction model of dissolved gas in the transformer oil in 4. Do a Iago first-order prediction model, the original sequence of reduction of the corresponding variables predictive value and error test of the model, the optimal model of transformer fault prediction. The method of the invention is simple and convenient, the detection result is reliable, and the utility model has good application value.
【技术实现步骤摘要】
本专利技术属于变压器故障检测
,特别是一种GM(1,1)模型变压器故障预测方法。
技术介绍
我国电力工业迅速发展,电力系统正向超高压、大电网、大容量、自动化方向发展,从发电、供电到用电已构成了不可分割的整体,任何环节发生故障都有可能引起链式反应,导致整个系统的崩溃。因此,维护使用好已有的电气设备,提高设备的运行可靠性就显得十分必要。变压器是电力系统中最重要的电气设备之一,一旦发生故障或事故,则所需的修复时间长,造成的损失和影响也十分严重。近年来,变压器虽然由于材料的改进、设计方法和制造技术的提高,运行可靠性有所提高,但是由于一些无法预计的外界原因或者使用方法、运行维护方面出现的问题,仍会发生各种类型的故障或事故。
技术实现思路
本专利技术的目的在于提供一种方法简单、鲁棒性好的GM(1,1)模型变压器故障预测方法。实现本专利技术的技术解决方案是:一种GM(1,1)模型变压器故障预测方法,包括以下步骤:步骤1,首先将变压器油中溶解气体按照时间形成原始的系统特征数据序列X(00);步骤2,将原始的系统特征数据序列X(00)进行1次指数平滑运算得到序列X(0),将序列X(0)作一次累加生成运算得到序列X(1);步骤3,根据步骤2中得到的序列X(1)建立灰色微分方程,计算灰色预测的灰作用量,并进行变压器油中溶解气体的灰色预测,得到变压器油中溶解气体的一阶预测模型步骤4,将一阶预测模型做一次累减生成,还原相应变量的原始序列预测值,并对模型进行误差检验,得到变压器故障预测的最佳模型。进一步地,步骤1所述将变压器油中溶解气体按照时间形成原始的系统特征数据序列X(00) ...
【技术保护点】
一种GM(1,1)模型变压器故障预测方法,其特征在于,包括以下步骤:步骤1,首先将变压器油中溶解气体按照时间形成原始的系统特征数据序列X(00);步骤2,将原始的系统特征数据序列X(00)进行1次指数平滑运算得到序列X(0),将序列X(0)作一次累加生成运算得到序列X(1);步骤3,根据步骤2中得到的序列X(1)建立灰色微分方程,计算灰色预测的灰作用量,并进行变压器油中溶解气体的灰色预测,得到变压器油中溶解气体的一阶预测模型步骤4,将一阶预测模型做一次累减生成,还原相应变量的原始序列预测值,并对模型进行误差检验,得到变压器故障预测的最佳模型。
【技术特征摘要】
1.一种GM(1,1)模型变压器故障预测方法,其特征在于,包括以下步骤:步骤1,首先将变压器油中溶解气体按照时间形成原始的系统特征数据序列X(00);步骤2,将原始的系统特征数据序列X(00)进行1次指数平滑运算得到序列X(0),将序列X(0)作一次累加生成运算得到序列X(1);步骤3,根据步骤2中得到的序列X(1)建立灰色微分方程,计算灰色预测的灰作用量,并进行变压器油中溶解气体的灰色预测,得到变压器油中溶解气体的一阶预测模型步骤4,将一阶预测模型做一次累减生成,还原相应变量的原始序列预测值,并对模型进行误差检验,得到变压器故障预测的最佳模型。2.根据权利要求1所述的GM(1,1)模型变压器故障预测方法,其特征在于,步骤1所述将变压器油中溶解气体按照时间形成原始的系统特征数据序列X(00),公式为:X(00)=(x(00)(1),x(00)(2),.…,x(00)(n))式中,n为采样时刻,取值范围为正整数;x(00)(n)为变压器油中溶解气体的采样值。3.根据权利要求1所述的GM(1,1)模型变压器故障预测方法,其特征在于,步骤2所述将原始的系统特征数据序列X(00)进行1次指数平滑运算得到序列X(0),公式为:x(0)(k)=αx(00)(k)+(1-α)x(0)(k-1),k=2,3,…,nX(0)=(x(0)(1),x(0)(2),…,x(0)(n))其中,α为指数平滑系数;将序列X(0)作一次累加生成运算得到序列X(1),公式为:x(1)(k)=Σi=1kx(0)(i),k=1,2,...,n]]>X(1)=(x(1)(1),x(1)(2),…,x(1)(n))。4.根据权利要求1所述的GM(1,1)模型变压器故障预测方法,其特征在于,步骤3所述根据步骤2中得到的序列X(1)建立灰色微分方程,计算灰色预测的灰作用量,并进行变压器...
【专利技术属性】
技术研发人员:张永,尹希珂,陈壮,陈叶健,臧瑶,
申请(专利权)人:南京理工大学,
类型:发明
国别省市:江苏;32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。