[发明专利]一种变压器油中溶解气体浓度预测方法和系统

权利要求书

1.一种变压器油中溶解气体浓度预测方法，其特征在于：

获取变压器的各特征气体浓度、油温和负荷数据的历史数据；

对所述各特征气体浓度之间以及所述特征气体浓度与油温、负荷之间进行相关性分析，并建立变压器油中溶解气体浓度预测模型；

以当前时刻与预测目标特征气体的相关性大于预设阈值的相关特征气体浓度、油温和负荷数据作为输入变量，输入所述变压器油中溶解气体浓度预测模型，得到目标特征气体未来时刻的浓度预测值。

2.如权利要求1所述的方法，其特征在于，所述对各特征气体浓度之间以及所述特征气体浓度与油温、负荷之间进行相关性分析，并建立变压器油中溶解气体浓度预测模型，包括：

对所述各特征气体浓度、油温和负荷的历史数据进行无量纲化处理；

对无量纲化处理后的所述各特征气体浓度之间以及所述特征气体浓度与油温、负荷之间进行灰关联相关性分析；

通过支持向量机算法和无量纲化处理后的所述各特征气体浓度与油温、负荷的历史数据，建立变压器油中溶解气体浓度预测模型。

3.如权利要求2所述的方法，其特征在于，所述对所述各特征气体浓度、油温和负荷的历史数据进行无量纲化处理之前，还包括：

根据时间和变压器ID，对变压器的各特征气体浓度、油温和负荷的历史数据进行关联。

4.如权利要求3所述的方法，其特征在于，所述根据时间和变压器ID，对变压器的各特征气体浓度数据、油温和负荷的历史数据进行关联，包括：

采集预设历史时段内每日变压器的油温和负荷时间序列数据，统计并记录变压器每日油温的最大值和每日负荷的95概率值；

采集同一时段相同时间序列的变压器的各特征气体浓度数据；

根据时间和变压器ID关联所述各特征气体浓度、油温和负荷数据。

5.如权利要求2所述的方法，其特征在于，所述对所述各特征气体浓度、油温和负荷的历史数据进行无量纲化处理，包括

将所述各特征气体浓度、油温和负荷的历史数据均标准化为[-1,1]之间的值。

6.如权利要求2所述的方法，其特征在于，所述对无量纲化处理后的所述各特征气体历史浓度数据、历史油温和历史负荷数据进行灰关联相关性分析，包括：

利用灰色关联分析方法，计算无量纲化处理后的所述各特征气体浓度之间以及所述特征气体浓度与油温、负荷之间的相关性，形成相关性交叉表。

7.如权利要求2所述的方法，其特征在于，所述利用支持向量机算法和无量纲化处理后的所述各特征气体浓度与油温、负荷的历史数据，建立变压器油中溶解气体浓度预测模型，包括：

以选定的某一特征气体历史时刻浓度为输出，以与所述选定的特征气体相关性大于预设阈值的其他特征气体历史上一时刻的浓度和油温、负荷数据作为输入,利用无量纲化处理后的其他特征气体浓度、油温和负荷的历史数据作为训练样本进行支持向量机模型训练；

通过设置支持向量机算法的核参数类型、惩罚参数和核函数参数，构建所述变压器油中溶解气体浓度预测模型。

8.如权利要求2所述的方法，其特征在于，所述建立变压器油中溶解气体浓度预测模型之后，还包括：

根据均方误差、均方根误差、解释方差、平均绝对误差和R-平方系数，评估所述变压器油中溶解气体浓度预测模型预测结果的准确性和适用性，对支持向量机算法进行优化，直到所述变压器油中溶解气体浓度预测模型的预测结果满足预设的业务需求。