当前位置: 首页 > 专利查询>重庆大学专利>正文

一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法技术

技术编号:41379278 阅读:24 留言:0更新日期:2024-05-20 10:21
一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,包括:1)获取训练集和测试集;2)构建Informer模型和领域自适应修正模型;3)计算得到下一周期负荷的分布区间,并通过施加不同权重得到最终预测结果;4)构建边界权重矩阵,对边界权重矩阵进行更新,得到下一周期的负荷预测结果;5)构建热点温度计算模型,并评估下一周期变压器热点温度曲线;6)构建变压器动态载荷能力评估模型,评估变压器动态载荷能力;7)判断下一周期变压器是否重过载,并预警。本发明专利技术能准确的预警下一周期变压器重过载事件。

【技术实现步骤摘要】

本专利技术涉及新能源电力系统,具体涉及一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法


技术介绍

1、新型电力系统中接入大量复杂易变的多元负荷,负荷特性发生深刻变化,变压器重过载事件频发,由此引发的变压器停运、烧毁事故影响恶劣。准确预测下一周期重过载事件,可为电力系统运维人员制定治理策略、执行治理措施等相关方面预留充足的反应时间,对于消除重过载隐患具有重要意义。

2、变压器周前重过载预警主要由周负荷预测和变压器载荷能力评估两部分组成,精准重过载预警的关键挑战如下:变压器周预警的时间跨度长,重过载负荷作为非平稳时间序列数据,具有典型的时空不均衡性、随机性及突发性特点,呈现出明显的时序分布漂移(temporal covariate shift)现象,即历史负荷数据分布与未来负荷数据分布不相等,导致预测模型的精度断崖式下降。电力负荷受多种外部因素共同影响,时序分布漂移现象在外部条件急剧改变后尤为明显,例如气温变化、突发事件等条件下。这对重过载精准预警提出了严峻挑战。

3、现有周负荷预测方法主要分为以卡尔曼滤波为代表的本文档来自技高网...

【技术保护点】

1.一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述预处理包括数据清洗、归一化处理、缺失数据填补;

3.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述Informer模型包括编码器和解码器;

4.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述将测试集的输出样本和负荷预测结果输入...

【技术特征摘要】

1.一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述预处理包括数据清洗、归一化处理、缺失数据填补;

3.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述informer模型包括编码器和解码器;

4.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述将测试集的输出样本和负荷预测结果输入领域自适应修正模型,得到修正后的残差的步骤包括:

5.根据权利要求1所述的一种基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法,其特征在于,所述累加负荷预测结果和修正后的残差,获得不同置信水平对应的下一周期负荷的分布区间,构建边界权重矩阵,对分布区间的边界施加不同权重,得到最终预测结果的步骤包括:

...

【专利技术属性】
技术研发人员:任洲洋张海峰
申请(专利权)人:重庆大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1