一种基于多元经验模态分解的变压器顶层油温预测方法技术

本发明专利技术公开了一种基于多元经验模态分解的变压器顶层油温预测方法，包括以下步骤：1）数据导入；2）基于数据相关性分析完成数据维度筛选；3）提出多元经验模态分解法MEMD将多维度输入变量分解为模态变量；4）对分解后的模态变量进行归一化处理，加入自注意力层SAM为多序列输入分配注意力权重，然后采用LSTM进行预测，对预测的子序列反归一化，综合叠加得到最终结果。本发明专利技术考虑了电气变量和环境影响因素，利用历史监测数据对变压器油温进行预测，有利于提高变压器安全评价的性能，提前发现主变安全隐患。变安全隐患。变安全隐患。

【技术实现步骤摘要】
一种基于多元经验模态分解的变压器顶层油温预测方法


[0001]本专利技术属于变压器顶层油温预测领域，具体来说，涉及一种基于多元经验模态分解的预测方法。

技术介绍

[0002]电力系统是一个包含了从发电、输电、配电直到用电的完整全过程，其中变压器在完整电力系统中担当着重要的角色，是电网的心脏，它可以实现能量的转换以及电压的变换。随着特高压建设规模的扩大，电网所面临故障和事故的风险也不断扩大。一旦变压器发生事故，将会对生产生活造成严重影响，带来难以衡量的生命财产损失。油浸式变压器顶层油温是变压器热点温度的重要指标，直接影响变压器运行寿命和负载能力。为了确保变压器的安全稳定运行，彻底消除和减少变压器的潜在性故障与运行故障，提前预测油浸式变压器顶层油温成为需要研究的课题。
[0003]在油温预测方面，热路模型是较传统的油温预测方法，该方法需要详细的设备参数和运行参数，泛化能力不强；传统的机器学习方法例如BP、SVM、决策树、贝叶斯等方法原理简单、容易操作，但当数据维度较多时预测精度不够，无法反映准确规律等问题。同时变压器油温数据具有非线性、不稳本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多元经验模态分解的变压器顶层油温预测方法，基于Python程序设计语言，其特征在于，基于多元经验模态分解的变压器顶层油温预测方法，其具体步骤如下：步骤一：导入主变电气变量和当地环境变量步骤二：计算主变油温与其他变量的相关性系数，对输入变量进行数据维度筛选，筛除不相关的变量；计算主变顶层油温与其他变量的相关性，筛除低相关性的变量，相关分正相关和负相关关，相关系数绝对值小于0.3为不相关；相关性系数Cov(X，Y)为协方差，σ
X
，σ
Y
为标准差，X为X1～X
n
的均值，Y为Y1～Y
n
的均值；步骤三：对筛选出来的时间序列数据共同进行多元经验模态分解法MEMD多元分解得到一系列频率由高到低的多元固有模态函数IMF1、IMF2、
…
、IMF
n
和一个残余序列Res；(1)设n维的输入序列向量其中T为输入序列的长度，方向向量集为(2)在(n
‑
1)维球面上设置均匀采样点集，即得到n维空间的方向向量；(3)计算多输入序列v(t)在各个方向的映射其中j∈{1,2,...J}；(4)计算与映射信号相对应的极值点的瞬时时刻(5)采用多元样条插值法对极值点进行差值操作，进而得到J个包络线(6)计算多元信号的局部均值(7)计算输入多维序列v(t)与m(t)的差值h(t)，并判断差值是否符合IMF的判定标准，若满足则将差值h(t)从原始序列中移除的信号作为第三步的输入，重复步骤(3)～(4)，若不符合判定规则，则将d(t)作为第三步的输入，重复步骤(3)～(4)；原始多元序列v(t)可依据MEMD算法分解为：式中d表示分解得到的...

【专利技术属性】
技术研发人员：明晓航，钱晨语，张明清，
申请(专利权)人：国网江苏省电力有限公司南通供电分公司，
类型：发明
国别省市：