【技术实现步骤摘要】
本专利技术属于电力设备状态监测，具体涉及一种变压器油中溶解气体浓度预测方法。
技术介绍
1、在现代电力系统中，变压器作为连接不同电压等级电网的关键组件，其稳定性和可靠性至关重要。变压器油中的溶解气体分析（dga）是评估变压器健康状况的重要手段之一，因为油中溶解气体的浓度变化可以反映出变压器内部可能发生的故障类型，如过热和放电等。
2、传统上，dga依赖于变压器油定期取样并送往实验室进行色谱分析，这种方法存在响应速度慢、成本高以及无法实时监控等问题。随着信息技术的发展，基于历史数据的机器学习和深度学习预测方法逐渐成为研究热点。然而，变压器油中溶解气体浓度的时间序列数据通常具有非线性、非平稳的特点，这对现有的预测方法提出了挑战。现有的预测模型往往难以准确捕捉这些复杂特性，导致预测精度不高，限制了它们在实际应用中的效果。因此，开发一种能够有效解决上述技术问题的新方法显得尤为必要。
技术实现思路
1、为了解决上述技术问题，本专利技术提出了一种创新的变压器油中溶解气体浓度预测方法，解决了...
【技术保护点】
1.一种变压器油中溶解气体浓度预测方法，采集变压器油中的溶解气体浓度数据，生成变压器油中溶解气体浓度的时间序列数据集，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种变压器油中溶解气体浓度预测方法，其特征在于，应用自适应噪声完全集合经验模态分解对所述变压器油中溶解气体浓度的时间序列数据集进行处理，具体方法是：对时间序列数据集进行去噪和平滑处理，通过多次加入不同相位的白噪声然后求平均值的方式，使得数据被分解成若干个具有物理意义的内在模态函数，每个内在模态函数代表了原数据的一个特定频率范围内的波动特征。
3.根据权利要求2所述的一种变压器油...
【技术特征摘要】
1.一种变压器油中溶解气体浓度预测方法，采集变压器油中的溶解气体浓度数据，生成变压器油中溶解气体浓度的时间序列数据集，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种变压器油中溶解气体浓度预测方法，其特征在于，应用自适应噪声完全集合经验模态分解对所述变压器油中溶解气体浓度的时间序列数据集进行处理，具体方法是：对时间序列数据集进行去噪和平滑处理，通过多次加入不同相位的白噪声然后求平均值的方式，使得数据被分解成若干个具有物理意义的内在模态函数，每个内在模态函数代表了原数据的一个特定频率范围内的波动特征。
3.根据权利要求2所述的一种变压器油中溶解气体浓度预测方法，其特征在于，对每个内在模态函数通过插值方法进行调整，使得它们的时间点一一对应；对每个内在模态函数的预测序列进行数据填充或裁剪，当某个内在模态函数的预测序列比其他序列长时，从两端裁剪多余的数据点，若内在模态函数预测序列短，在预测序列末端添加最后一个有效值或使用线性插值补充缺失的数据点，进行数据填充或裁剪处理后使得各个内在模态函数的预...
【专利技术属性】
技术研发人员：张光昊，郭鹏鸿，王新兵，孔德靖，徐莲环，陈淑甜，张伟霞，张晓阳，
申请(专利权)人：山东电力设备有限公司，
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。