【技术实现步骤摘要】
本专利技术涉及电力变压器热寿命损失预测领域，尤其涉及一种变压器热寿命损失的预测方法。
技术介绍
1、变电站作为电力行业中的枢纽，对于维护电网稳定性具有重要作用，而变压器作为变电站的核心设备，其运行状态是影响输电网络稳定性的重要因素。变压器在运行过程中可能会出现一些异常状态，如变压器过载、冷却系统故障以及绕组短路等。这些异常情况会导致变压器油温过高，进而使变压器绝缘老化加速。这也就意味着变压器运行过程中的热寿命损失加剧，变压器的故障率增加，其维修和更换频率增加，进而增加了变压器运行过程中的碳排放。因此，需要对变压器的热寿命损失进行预测，基于预测数据提前设置相应的散热措施，减少变压器热寿命损失，从而达到减少碳排放的目的。
2、随着传感器技术和数据监测技术的不断进步，变电站向着智能化的方向不断发展，变电站中电力设备的运行状态监测也逐渐完善，电力设备的状态监测数据呈现出多元、庞大、快速增长的特征。目前，基于变压器的多维运行数据对变压器进行热寿命损失预测，其主要使用神经网络等机器学习算法构建预测模型。但这些预测模型未能够充分考虑到所使...
【技术保护点】
1.一种变压器热寿命损失的预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述S1中，变压器的热寿命损失数据通过以下方法获得：
3.根据权利要求1所述的方法，其特征在于，所述S3包括：
4.根据权利要求1所述的方法，其特征在于，所述S4中，对所述强相关数据类型进行数据清洗，包括：
5.根据权利要求1所述的方法，其特征在于，所述S4中，对所述弱相关数据类型进行数据清洗时，利用强相关数据类型中的数据序列对弱相关数据类型中的数据序列进行校准，包括：对弱相关数据类型中的各数据序列进行缺失值填充时，...
【技术特征摘要】
1.一种变压器热寿命损失的预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述s1中，变压器的热寿命损失数据通过以下方法获得：
3.根据权利要求1所述的方法，其特征在于，所述s3包括：
4.根据权利要求1所述的方法，其特征在于，所述s4中，对所述强相关数据类型进行数据清洗，包括：
5.根据权利要求1所述的方法，其特征在于，所述s4中，对所述弱相关数据类型进行数据清洗时，利用强相关数据类型中的数据序列对弱相关数据类型中的数据序列进行校准，包括：对弱相关数据类型中的各数据序列进行缺失值填充时，基于s3中得到的强相关数据类型中的绕组热...
【专利技术属性】
技术研发人员：陈翰，许文勇，郑若愚，朱城磊，张为，陈力，程佳君，秦江帆，
申请(专利权)人：东南大学，
类型：发明
国别省市：
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。