基于油温的变压器状态预测方法、装置和计算机设备制造方法及图纸

本申请涉及一种基于油温的变压器状态预测方法、装置、计算机设备、存储介质和计算机程序产品。通过将待预测变压器的负载功率输入目标油温预测模型，根据目标油温预测模型输出的预测油温以及目标油温预测模型对应的原始油温预测区间，确定预测油温对应的目标油温预测区间，并根据真实油温与目标油温预测区间的比较结果，确定待预测变压器的运行状态。相较于传统的通过灰色模型进行油温预测从而确定变压器状态的方式，本方案通过利用变压器的负载功率预测变压器的预测油温，并基于预测油温确定出预测区间，通过真实油温和预测油温的比较结果确定变压器的运行状态，提高了基于油温预测变压器状态的效率。测变压器状态的效率。测变压器状态的效率。

【技术实现步骤摘要】
基于油温的变压器状态预测方法、装置和计算机设备


[0001]本申请涉及变压器
，特别是涉及一种基于油温的变压器状态预测方法、装置、计算机设备、存储介质和计算机程序产品。

技术介绍

[0002]随着科技的进步以及国家综合实力的发展，我国电网事业的版图越来越宽广，电力的使用已经投入到各行各业的发展中，对各行各业的正常运行都有着深远的影响。电力变压器是整个电力系统极为重要的设施，在整个电网的正常工作中起到了决定性的作用，电力变压器的瘫痪可能会导致大面积停电，造成无法估量的代价，因此，确保电力变压器的正常运行关乎着民众的正常生活。为保证变压器正常运行，需要通过对变压器中的油温进行检测，从而基于油温的温度确定变压器是否运行正常，目前对变压器的油温进行预测的方式通常是通过大量样本训练出灰色模型后，通过灰色模型进行油温预测。然而，通过灰色模型进行预测，由于训练样本较多，使得训练的复杂度增高，会导致预测的效率下降。
[0003]因此，目前的基于油温的变压器状态预测方法存在预测效率低的缺陷。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种能够提高预测效率的基于油温的变压器状态预测方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种基于油温的变压器状态预测方法，所述方法包括：
[0006]获取待预测变压器的负载功率以及真实油温；
[0007]将所述负载功率输入目标油温预测模型，获取所述目标油温预测模型输出的预测油温；所述目标油温预测模型基于支持向量回归机对样本负载功率和样本油温训练得到；
[0008]根据所述目标油温预测模型对应的原始油温预测区间和所述预测油温，确定所述预测油温对应的目标油温预测区间；所述原始油温预测区间根据预设置信度和所述目标油温预测模型的模型误差得到；
[0009]根据所述真实油温与所述目标油温预测区间的比较结果，确定所述待预测变压器的运行状态。
[0010]在其中一个实施例中，所述方法还包括：
[0011]获取样本负载功率和所述样本负载功率对应的样本油温；
[0012]将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基于支持向量回归机和所述样本负载功率进行预测，并输出测试油温；
[0013]获取所述测试油温与所述样本负载功率对应的样本油温的匹配度；根据所述待训练油温预测模型的当前模型参数和当前已有的匹配度输入预设适应度函数，基于粒子群算法确定所述预设适应度函数中的粒子在全局最优位置时对应的均方根误差值；
[0014]若所述均方根误差值大于预设数值，调整所述待训练油温预测模型的模型参数，并返回所述将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基
于支持向量回归机和所述样本负载功率进行预测，并输出测试油温的步骤；
[0015]若所述均方根误差值小于或等于预设数值，根据当前模型参数得到目标油温预测模型。
[0016]在其中一个实施例中，所述获取样本负载功率和所述样本负载功率对应的样本油温，包括：
[0017]获取原始样本负载功率和所述原始样本负载功率对应的样本油温；
[0018]将所述原始样本负载功率和所述样本油温分别进行归一化，得到样本负载功率和样本油温。
[0019]在其中一个实施例中，所述将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基于支持向量回归机和所述样本负载功率进行预测，并输出测试油温，包括：
[0020]将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型将所述样本负载功率映射至预设维度空间，在所述预设维度空间中基于映射后的样本负载功率和预设高斯核函数构建拟合函数，基于拉格朗日优化方法确定所述拟合函数的解，作为测试油温并输出。
[0021]在其中一个实施例中，所述根据所述目标油温预测模型对应的原始油温预测区间和所述预测油温，确定所述预测油温对应的目标油温预测区间，包括：
[0022]将多个样本负载功率输入所述目标油温预测模型，获取所述目标油温预测模型输出的多个目标测试油温；
[0023]根据所述样本油温和对应的目标测试油温的误差值，确定所述目标油温预测模型的模型误差，并根据多个模型误差确定模型误差平均值；
[0024]根据预设置信度和所述模型误差平均值构建原始油温预测区间；
[0025]根据所述预测油温与所述原始油温预测区间的区间下限的和，得到目标区间下限，并根据所述预测油温与所述原始油温预测区间的区间上限的和，得到目标区间上限；
[0026]根据所述目标区间下限和所述目标区间上限，得到目标油温预测区间。
[0027]在其中一个实施例中，所述根据所述真实油温与所述目标油温预测区间的比较结果，确定所述待预测变压器的运行状态，包括：
[0028]若所述真实油温在所述目标油温预测区间范围内，确定所述待预测变压器的运行状态为正常；
[0029]若所述真实油温不在所述目标油温预测区间范围内，确定所述待预测变压器的运行状态为异常。
[0030]第二方面，本申请提供了一种基于油温的变压器状态预测装置，所述装置包括：
[0031]获取模块，用于获取待预测变压器的负载功率以及真实油温；
[0032]预测模块，用于将所述负载功率输入目标油温预测模型，获取所述目标油温预测模型输出的预测油温；所述目标油温预测模型基于支持向量回归机对样本负载功率和样本油温训练得到；
[0033]区间确定模块，用于根据所述目标油温预测模型对应的原始油温预测区间和所述预测油温，确定所述预测油温对应的目标油温预测区间；所述原始油温预测区间根据预设置信度和所述目标油温预测模型的模型误差得到；
[0034]状态确定模块，用于根据所述真实油温与所述目标油温预测区间的比较结果，确定所述待预测变压器的运行状态。
[0035]第三方面，本申请提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述的方法的步骤。
[0036]第四方面，本申请提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述的方法的步骤。
[0037]第五方面，本申请提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述的方法的步骤。
[0038]上述基于油温的变压器状态预测方法、装置、计算机设备、存储介质和计算机程序产品，通过将待预测变压器的负载功率输入目标油温预测模型，根据目标油温预测模型输出的预测油温以及目标油温预测模型对应的原始油温预测区间，确定预测油温对应的目标油温预测区间，并根据真实油温与目标油温预测区间的比较结果，确定待预测变压器的运行状态。相较于传统的通过灰色模型进行油温预测从而确定变压器状态的方式，本方案通过利用变压器的负载功率预测变压器的预测油温，并基于预测油本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于油温的变压器状态预测方法，其特征在于，所述方法包括：获取待预测变压器的负载功率以及真实油温；将所述负载功率输入目标油温预测模型，获取所述目标油温预测模型输出的预测油温；所述目标油温预测模型基于支持向量回归机对样本负载功率和样本油温训练得到；根据所述目标油温预测模型对应的原始油温预测区间和所述预测油温，确定所述预测油温对应的目标油温预测区间；所述原始油温预测区间根据预设置信度和所述目标油温预测模型的模型误差得到；根据所述真实油温与所述目标油温预测区间的比较结果，确定所述待预测变压器的运行状态。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取样本负载功率和所述样本负载功率对应的样本油温；将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基于支持向量回归机和所述样本负载功率进行预测，并输出测试油温；获取所述测试油温与所述样本负载功率对应的样本油温的匹配度；根据所述待训练油温预测模型的当前模型参数和当前已有的匹配度输入预设适应度函数，基于粒子群算法确定所述预设适应度函数中的粒子在全局最优位置时对应的均方根误差值；若所述均方根误差值大于预设数值，调整所述待训练油温预测模型的模型参数，并返回所述将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基于支持向量回归机和所述样本负载功率进行预测，并输出测试油温的步骤；若所述均方根误差值小于或等于预设数值，根据当前模型参数得到目标油温预测模型。3.根据权利要求2所述的方法，其特征在于，所述获取样本负载功率和所述样本负载功率对应的样本油温，包括：获取原始样本负载功率和所述原始样本负载功率对应的样本油温；将所述原始样本负载功率和所述样本油温分别进行归一化，得到样本负载功率和样本油温。4.根据权利要求2所述的方法，其特征在于，所述将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型基于支持向量回归机和所述样本负载功率进行预测，并输出测试油温，包括：将所述样本负载功率输入待训练油温预测模型，由所述待训练油温预测模型将所述样本负载功率映射至预设维度空间，在所述预设维度空间中基于映射后的样本负载功率和预设高斯核函数构建拟合函数，基于拉格朗日优化方法确定所述拟合函数的解，作为测试油温并输出。5.根据权利要求...

【专利技术属性】
技术研发人员：蒋文辉，梁博，程凌森，赵亮，周波，陈波，蒋愈勇，张家兴，李凡，陈煜敏，陈光侵，王玉龙，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：