【技术实现步骤摘要】
本专利技术属于变压器故障预测，涉及一种变压器油中溶解气体含量预测方法及系统。
技术介绍
1、变压器是电网输变电过程中的重要设备，其运行状态直接影响电网运行的安全稳定。我国现行标准dl/t722-2000中，分析变压器油中溶解气体的成分和含量的变化是监测油浸式变压器安全运行的最有效手段之一。预测变压器油中溶解气体含量可以更早发现变压器中可能存在的问题，为变压器运行和维护人员提供主动消除安全隐患、避免严重安全事故的能力，为电力系统稳定安全地运行提供保障。
2、目前，循环神经网络(rnn)被广泛应用于时间序列预测，其中最常见的模型之一是长短期记忆(lstm)网络。在预测变压器油中溶解气体含量的任务中，lstm模型可以通过以下方式进行预测：lstm通过其特有的结构，包括遗忘门、输入门和输出门，有效地捕捉和利用时间序列中的长期依赖关系。在预测变压器油中的溶解气体含量时，lstm模型的输入通常是历史时刻的溶解气体含量数据序列。这些数据经过预处理和归一化后，作为lstm模型的输入序列。在模型训练阶段，lstm通过学习输入序列中的模式和趋势...
【技术保护点】
1.一种变压器油中溶解气体含量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的变压器油中溶解气体含量预测方法，其特征在于，步骤S2中所述利用改进的iNNE算法对原始数据集进行异常数据识别具体为：利用改进的iNNE算法对原始数据集中的每个数据点构建一个以该点为中心、以该点到其最近邻点的欧氏距离为半径的超球体，将该点与其他点隔离开；计算每个点的修正隔离分数并转换为异常概率，设定异常概率阈值，识别出各类异常数据；所述超球体表达式如下：
3.根据权利要求2所述的变压器油中溶解气体含量预测方法，其特征在于，步骤S41中所述预测模型的输入层包...
【技术特征摘要】
1.一种变压器油中溶解气体含量预测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的变压器油中溶解气体含量预测方法，其特征在于，步骤s2中所述利用改进的inne算法对原始数据集进行异常数据识别具体为：利用改进的inne算法对原始数据集中的每个数据点构建一个以该点为中心、以该点到其最近邻点的欧氏距离为半径的超球体，将该点与其他点隔离开；计算每个点的修正隔离分数并转换为异常概率，设定异常概率阈值，识别出各类异常数据；所述超球体表达式如下：
3.根据权利要求2所述的变压器油中溶解气体含量预测方法，其特征在于，步骤s41中所述预测模型的输入层包括：word embeddings、sentence embeddings和positionembeddings；所述word embeddings用于将步骤s3处理后的数据拆分成词单元，以词为基本单位，将每个时间点的数据向量化，使用word embeddings直接作为油中溶解气体含量输入；所述sentence embeddings用于考虑两个句子之间的关系，从整个句子中提取信息，表示为不同类型油中溶解气体之间的关系；所述position embeddings用于考虑每个词在不同位置表达的含义，将position embeddings等效为时间戳嵌入，以提供油中溶解气体的时间信息。
4.根据权利要求3所述的变压器油中溶解气体含量预测方法，其特征在于，步骤s42中所述将变压器油中溶解气体的时间序列数据转换为适合bert处理的格式具体为：将时间序列数据划分为多个时间窗口，每个窗口内的时间点数据对应于bert的输入序列中的一个token；对于每个时间窗口，创建一个包含该时间段内气体浓度数据的序列，此序列将作为输入传递给bert；通过将每一天的多个气体浓度值(如h2、ch4、c2h6等)连接为一个向量，形成一个多维token。
5.根据权利要求4所述的变压器油中溶解气体含量预测方法，其特征在于，步骤s43中所述ei值的表达式如下：
6.一种变压器油中溶解气体含量...
【专利技术属性】
技术研发人员：杨玉磊，张树铭，王宇皓，肖明曦，李飞，顾昊晟，李向东，戴小然，
申请(专利权)人：中国大唐集团科学技术研究总院有限公司华东电力试验研究院，
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。