共查询到17条相似文献,搜索用时 78 毫秒
1.
油中溶解气体浓度预测对变压器早期故障检测至关重要。为了提高预测精度,本文提出了奇异谱分析(SSA)结合长短期记忆网络(LSTM)的预测模型。首先针对传统序列分解做法中的数据泄露问题,提出一种基于SSA逐步分解的采样策略,然后基于该策略将特征复杂的原始油中溶解气体浓度序列分解为特征相对单一的趋势分量与波动分量,最后利用LSTM网络对各个分量分别进行单步和多步预测。累加各分量的预测值,得到原气体浓度的预测结果。算例表明,相较于单一LSTM,本文所提模型在实验天数内整体的预测精度更高。 相似文献
2.
3.
电力变压器作为电网中传输和变换电能的主要设备,对油中溶解气体的浓度进行有效预测,可为变压器的故障诊断及状态评估技术提供一定的理论依据。鉴于此,提出一种基于粒子群优化算法(particle swarm optimization,PSO)与长短期记忆网络(long-shorttermmemory,LSTM)的变压器油中溶解气体浓度预测方法。首先该模型以油中溶解的7种特征气体浓度序列作为可视输入;然后通过使用粒子群优化算法对长短期记忆网络中相关超参数进行迭代优化;最后构建PSO-LSTM组合模型对油中溶解气体的浓度进行预测。该模型克服了依据经验选取参数而导致预测精度低的问题。算例分析结果表明,相较于传统预测算法,所提方法可以更好地追踪油中溶解气体浓度的变化规律,提高了预测精度,为电力变压器安全稳定运行提供了有力保障。 相似文献
4.
对油中溶解气体浓度进行分析及发展趋势预测,可以为变压器的状态评估提供重要的依据。传统的离线DGA方法因易导致延迟判断变压器的运行状态,造成一定的经济损失,现已不适用于油中溶解气体浓度分析及预测。因此,提出一种基于随机森林的变压器油中溶解气体浓度预测模型,以更准确地分析与预测油中溶解气体浓度。该模型以7种气体浓度构成特征向量空间,作为可视输入,并以目标气体浓度作为输出。试验结果表明,相较于传统的机器学习方法(BPNN、RBF和SVM),随机森林模型能更准确地预测油中溶解气体浓度,且需要调整参数少、训练效率高。通过算例分析,验证了该方法的有效性。 相似文献
5.
对油中溶解气体浓度进行预测,可提前掌握变压器运行趋势。提出一种基于混合模态分解和LSTMCNN(long short-term memory network-convolution network)网络的预测方法,实现精准的气体浓度预测。首先,为消除分解中模态混叠和残余白噪声的影响,对气体序列进行ICEEMDAN分解,以削弱序列的非平稳性;然后,使用VMD对聚合重构后的高频分量进行二次分解,降低高频分量的复杂度;最后,为了增强模型对序列时间特征和空间特征的拟合,采用结合时间注意力机制的LSTM-CNN网络对分解分量分别进行预测并重构气体浓度数据。算例验证表明,所提出的模型相比其他模型具有更强的预测性能,为后续故障预测提供有力支撑。 相似文献
6.
基于离散灰色模型的变压器油中溶解气体浓度预测 总被引:1,自引:0,他引:1
油中溶解气体浓度分析被广泛用于监测油浸电力设备的早期故障。将改进灰色模型引入变压器油中溶解气体浓度预测。分析了灰色预测模型GM(1,1)和离散灰色预测模型DGM(1,1)两者之间的关系,讨论了模型预测的准确性和稳定性。分别用GM(1,1)模型和DGM(1,1)模型对变压器油中溶解气体浓度进行建模预测。对比分析结果表明:GM(1,1)模型从离散形式到连续形式的跳跃使得模型不够稳定,随着发展系数的增加,预测精度下降。DGM(1,1)模型是GM(1,1)模型的精确形式,具有更高的预测精度和较好的稳定性,被推荐替代GM(1,1)模型预测变压器油中溶解气体浓度。 相似文献
7.
8.
9.
10.
11.
12.
变压器油中溶解气体在线监测方法 总被引:1,自引:0,他引:1
介绍了一种在线检测的方法,实时分析油中溶解气体的含量,对现场油气分离、气体检测、数据处理、自动控制、数据远程传输等关键技术的研究方法进行了介绍。 相似文献
13.
基于改进型灰色理论的变压器油中溶解气体预测模型 总被引:3,自引:1,他引:2
以灰色系统理论为基础,研究变压器油中溶解气体体积分数的灰色预测新模型及其应用.建立了新的改进型非等间隔灰色预测模型.该模型首先针对变压器油中溶解气体分析试验在时间上具有非等间隔的特点,把非等间隔序列经一次拟合变换成等间隔序列.为了提高预测精度,采用一次指数平滑运算对强随机性的电力变压器的油中溶解气体数据进行平滑处理,对前面得到的等间隔数据重新生成,构成一个新序列.此外,还从背景值改造方面对预测模型进行了改进.通过2个实例进行了对比试验,表明所提出的非等间隔的模型具有明显的优势,预测效果普遍高于传统的灰色预测模型,验证了所提出方法的正确性和方案的可行性. 相似文献
14.
大型变压器油中溶解气体在线监测技术进展 总被引:4,自引:2,他引:4
介绍了近年来国内外大型变压器油中溶解气体在线监测技术的最新进展。结合在线监测原理.描述了其监测过程。重点阐述了油气分离技术和气体分离与检测技术的发展.讨论了各种方法的技术特点和应用前景。通过对多种油气分离方法的性能比较,认为高分子透气膜法最适合变压器油中溶解气体在线监测。概括了多种基于油中溶解气体分析DGA(Dissolved Gas Analysis)技术的变压器故障诊断方法.并指出在线监测数据和离线监测数据获得的条件不同,两种数据存在差异,其处理方式也应该有所不同。 相似文献
15.
16.
17.
油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest, RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator, TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。 相似文献