一种基于数据挖掘算法的变压器热点温度时序预测方法技术

本发明专利技术涉及一种基于数据挖掘算法的变压器热点温度时序预测方法，属于变压器技术领域。本发明专利技术的技术方案是：根据变压器热点温度与负载率这一特征量具有最大相关性，建立基于支持向量回归的局部地区负荷预测模型，使之作为变压器热点温度预测模型的前置输入。使用有外在输入的基于支持向量回归时间序列模型对变压器下一时刻热点温度进行预测。本发明专利技术的有益效果是：可以准确的预测出变压器下一时刻的热点温度，具有学习速度快、泛化性能好的优点，从而提高了变压器热点温度的预测精度；运算效率高，预测精度高，为变压器动态增容提供了良好的数据基础。

【技术实现步骤摘要】
一种基于数据挖掘算法的变压器热点温度时序预测方法
本专利技术涉及一种基于数据挖掘算法的变压器热点温度时序预测方法，属于变压器

技术介绍
电力变压器在运行过程中其内部温度环境复杂且受影响因素较多，变压器热点温度通常产生在其低压绕组侧，热点温度在一定程度上限制着变压器的运行时间以及运行寿命，它的准确计算或预测成为影响变压器动态增容决策的关键性因素。目前关于热点温度的计算方法一般可分为以下两类：其一是热路模型法；其二是根据国标(GB1094.7-2008)给出的《油浸式电力变压器负载导则》直接计算。热路模型法主要根据热传导理论将变压器内部的热传递过程模拟为电路模型进而计算出变压器的热点温度。在此模型当中，设变压器热点温度随着其高度的增加而逐渐递增,并且油温与其保持相对平行,建立了电力变压器的热点温度和其顶层油温模型；Swift等人以热传递和热电类比理论为基础，搭建了电力变压器顶层油温的计算模型，并且给出了集总热容与非线性热阻的基本模型，并以此得出电力变压器顶层油温方程。Susa等人在此基础上考虑了温度因素对绝缘油的粘度和变压器的损耗本文档来自技高网...

【技术保护点】
1.一种基于数据挖掘算法的变压器热点温度时序预测方法，其特征在于包含以下步骤：/nａ、通过SCADA在线监测系统监测出变压器的环境温度、负载率、顶层油温等数据，作为历史数据集；/nb、利用数据挖掘算法挖掘出具有研究价值的数据作为待分析数据集；/nc、建立有外在输入的基于支持向量回归时间序列模型；/nd、建立变压器负载系数短期预测模型；/ne、以负载系数作为热点温度预测的前置输入，建立有外在输入的数据挖掘算法的非线性自回归模型,预测出变压器下一时刻热点温度。/n

【技术特征摘要】
1.一种基于数据挖掘算法的变压器热点温度时序预测方法，其特征在于包含以下步骤：
ａ、通过SCADA在线监测系统监测出变压器的环境温度、负载率、顶层油温等数据，作为历史数据集；
b、利用数据挖掘算法挖掘出具有研究价值的数据作为待分析数据集；
c、建立有外在输入的基于支持向量回归时间序列模型；
d、建立变压器负载系数短期预测模型；
e、以负载系数作为热点温度预测的前置输入，建立有外在输入的数据挖掘算法的非线性自回归模型,预测出变压器下一时刻热点温度。


2.根据权利要求1所述的一种基于数据挖掘算法的变压器热点温度时序预测方法，其特征在于：所述的步骤a中通过SCADA在线监测系统监测出变压器的运行数据具体为，在变压器三相绕组距离油箱顶部80％左右处安装有三个光纤传感器，顶层油安装有一个光纤传感器，每隔五分钟监测一次变压器的温度数据。


3.根据权利要求1所述的一种基于数据挖掘算法的变压器热点温度时序预测方法，其特征在于：所述的步骤b中，以变压器一年当中的实测数据作为数据库，将其无用数据进行清洗与剔除，剩余数据作为待定数据集；利用数据挖掘算法挖掘出具有研究价值的数据作为待分析数据集。


4.根据权利要求1所述的一种基于数据挖掘算法的变压器热点温度时序预测方法，其特征在于：所述...

【专利技术属性】
技术研发人员：甘景福，杜鹏，刘国征，晏坤，姚玉永，田新成，穆勇，贺鹏康，马明晗，李永刚，
申请(专利权)人：国网冀北电力有限公司唐山供电公司，华北电力大学保定，国家电网有限公司，
类型：发明
国别省市：河北;13