【技术实现步骤摘要】
本专利技术涉及电力设备监测，更具体的说是涉及一种基于aco优化cnn-gru组合神经网络的变压器热点温度预测方法。
技术介绍
1、随着社会经济发展和综合国力提升，电力设备系统的稳定运行直接关系到未来国家的发展和建设。而变压器在整个输电系统和配电系统中扮演着重要角色，其运行状态直接关系到整个电力设备系统的稳定运行。一旦出现变压器运行故障，不仅会威胁到输电系统和配电系统的安全，还会对一些生产、加工等相关企业的效益产生一定的影响，从而给企业带来无法估量的经济损失。其中绕组热点温度过高将会加速绝缘材料的老化，缩短变压器使用寿命。据导则gb/t 1094.7-2008规定，温度每超过6℃，变压器老化速率就会增加一倍，所以对变压器热点温度监测及预测工作落实到位是极为重要的，这对保障整个电力系统设备的安全运行，以及人民生命财产不受威胁具有重要意义。
2、经过不断研究和进步，目前国内外研究学者、专家等提出了很多有关对变压器进行热点温度监测及预测的方法和决策。主要有以下几种：(1)在绕组的线饼中埋覆温度传感器可以直接测得热点温度，该方法简单直...
【技术保护点】
1.一种基于ACO优化CNN-GRU组合神经网络的变压器热点温度预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于ACO优化CNN-GRU组合神经网络的变压器热点温度预测方法，其特征在于，所述CNN-GRU模型包括双层一维CNN网络单元和双层门控循环单元；
3.根据权利要求2所述的一种基于ACO优化CNN-GRU组合神经网络的变压器热点温度预测方法，其特征在于，所述双层一维CNN网络单元中，第一层网络中卷积核的数量为16，第二层网络中卷积核的数量为32；卷积方式为same卷积；卷积步长为1。
4.根据权利要求2所...
【技术特征摘要】
1.一种基于aco优化cnn-gru组合神经网络的变压器热点温度预测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的一种基于aco优化cnn-gru组合神经网络的变压器热点温度预测方法，其特征在于，所述cnn-gru模型包括双层一维cnn网络单元和双层门控循环单元；
3.根据权利要求2所述的一种基于aco优化cnn-gru组合神经网络的变压器热点温度预测方法，其特征在于，所述双层一维cnn网络单元中，第一层网络中卷积核的数量为16，第二层网络中卷积核的数量为32；卷积方式为sam...
【专利技术属性】
技术研发人员：张安安，苏铭燃，张亮，高苓涛，龚泽民，雷位，粟其伦，张秦川，陈琪，
申请(专利权)人：西南石油大学，
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。