[发明专利]一种基于预测数据的变压器预警评估方法及装置

说明书

本发明提供了一种基于预测数据的变压器预警评估方法及装置，其方法包括：基于获取的训练样本数据，建立气体浓度的预测模型；根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据预警阈值和国标限值确定警告范围，实现预警报告或不报告。本发明提供的技术方案根据各类型预警指标的特征，合理设置具有“多重标准”的预警阈值，结合国家标准使预警结果最大限度满足了实际应用要求。

技术领域

本发明涉及电力自动化技术领域，具体涉及一种基于预测数据的变压器预警评估方法及装置。

背景技术

现阶段，变压器在线监测技术已经发展成熟，各类监测方法已被广泛地应用，更准确全面的变压器实时监测数据可提供给技术人员以指导他们的工作。但若是在获取实时变压器监测数据之后，对监测数据进行预测分析，探索出各监测点的各类变压器指标数据的变化趋势，并得到未来时段指标预测值，则可以指导技术工作人员根据趋势走向和预测值对相应变压器存在的潜在故障提出正确合理的解决措施。因此，非常有必要研究出一套科学的变压器预警评估方法。

通常的变压器预警方法仅针对了历史监测数据，对变压器预测数据的预警研究比较少。预测数据是对变压器历史数据的内在变化规律和发展趋势分析的结果，若将预测工作和预警工作良好地结合起来，同时对变压器历史数据和预测数据进行预警，则可以提高预警的准确性，及时地解决已经存在的或者潜在的变压器故障问题，减少甚至避免该类型电力事故的发生。

变压器油中溶解气体分析(dissolved gas analysis，DGA)是发现变压器缺陷和潜伏性故障的有效手段，在故障发生前，各种气体的浓度随时间的变化是渐进的、有规律的，因此在对各气体浓度进行预测的基础上实现故障预测是可能的。

然而，利用单个预测模型进行预测存在一些缺陷，如信息源的不广泛性、对模型设定形式敏感等，这使得单一模型的预测效果往往不能令人满意。有必要考虑对DGA数据进行组合预测。

此外，现有的变压器预警方法通常是依据国家标准的限值来设置预警阈值从而判断是否需告警，而此类预警阈值的设置在许多应用场合会显得比较僵硬。然而，判断某一变压器监测指标是否合格，仅参考国家标准是不可靠的，需要依据实际情况合理地设置预警阈值。

因此，需要提供一种技术方案来满足现有技术的需要。

发明内容

为解决上述现有技术中的不足，本发明的目的是提供一种基于预测数据的变压器预警评估方法及装置，其包括步骤：基于获取的训练样本数据，建立气体浓度的预测模型；根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值；根据预警阈值和国标限值确定警告范围，实现预警报告或不报告。

预测模型包括：模糊支持向量机预测模型；按照下述方式建立所述模糊支持向量机预测模型：

对不同特征气体含量的训练样本进行归一化处理；根据训练样本中数据的采样时间，计算训练样本的模糊隶属度；根据归一化值和模糊隶属度，建立模糊训练样本；采用高斯径向基函数作为核函数，获得模糊支持向量机预测模型。

预测模型包括：灰色预测模型；按照下述方式建立灰色预测模型包括：

对特征气体含量的指标数据列进行级比计算，确定指标数据列；对指标数据列进行一次累加计算；利用累加结果，建立一阶线性微分方程，确定待辨识参数；基于待辨识参数，建立离散时间响应函数；根据离散时间响应函数获得的指标预测值，建立灰色预测模型。

预测模型包括：线性回归模型；按照下述方式建立线性回归预测模型：

利用训练样本的监测时间，建立一元线性回归模型；根据一元线性回归模型，确定线性回归预测模型。

利用不同预测模型获得的预测值权重，建立优选组合预测模型。

根据预测模型获得的预测数据，建立模糊相似矩阵，得到预警阈值包括：