[发明专利]一种变压器顶层油温的预测方法及其系统

权利要求书

1.一种变压器顶层油温的预测方法，其特征在于，包括：

基于历史气象数据、历史油温数据及历史负荷数据，建立变压器顶层油温的线性回归分析模型；

基于所述历史负荷数据，建立带有气象和日期属性的负荷预测模型；

基于所述负荷预测模型与气象预报信息，确定变压器未来时长内的负荷预测值；

基于所述线性回归分析模型预测和变压器未来时长内的负荷预测值，预测变压器未来时长内的最高油温。

2.根据权利要求1所述的预测方法，其特征在于，所述基于历史气象数据、历史油温数据及历史负荷数据，建立变压器顶层油温的线性回归分析模型之前，包括：

将所述变压器的历史油温数据、历史负荷数据及所述历史天气数据分别与变压器的设备台账数据进行关联；

所述历史天气数据是以15min为间隔进行采样，按每天取最大值处理获得的所述历史天气数据包括：历史日的最大气温、平均温度、最大相对湿度、最大风速及最大降雨量。

3.根据权利要求1或2所述的预测方法，其特征在于，所述建立变压器顶层油温的线性回归分析模型，包括：

获取选定时间区间内变压器的历史油温数据、历史负荷数据和所述历史天气数据；

历史油温数据包括：历史日前一日油温的最大值，所述历史负荷数据包括历史日负荷最大值，所述历史天气数据包括历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量；

以所述历史油温数据、历史负荷数据及历史天气数据为变量，建立线性回归分析模型。

4.根据权利要求3所述的预测方法，其特征在于，

所述变压器的线性回归分析模型，如下所示：

OT＝a×I+b×T+c×H+d×W+e×R+f×YOT+g；

其中，I、T、H、W、R、YOT分别为历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量，a、b、c、d、e、f分别为历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量的系数，g为截距，OT为历史日最高油温。

5.根据权利要求4所述的预测方法，其特征在于，当所述变压器为非自冷型变压器且冷却器启动工作时，重新计算回归分析模型中的系数a、b、c、d、e、f、g。

6.根据权利要求5所述的预测方法，其特征在于，所述重新计算回归分析模型中的系数a、b、c、d、e、f、g，包括：

将历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量输入到已经获得系数值的回归分析模型中，得到历史日主变压器顶层油温的期望值；

将冷却器启动工作日的主变油温与所述期望值进行比较，计算所有的差异值，获得差异值概率分布图，以概率平均值为修正量，对历史油温数据作修正处理后，重新计算回归分析模型的系数a、b、c、d、e、f、g。

7.根据权利要求1所述的预测方法，其特征在于，所述基于所述历史负荷数据，建立带有气象和日期属性的负荷预测模型，包括：

以15min为间隔进行采样，按每天取最大值处理，获得所述变压器3-5年时间区间内的历史日负荷最大值数据和历史日天气数据；

基于所述获得所述变压器3-5年时间区间内的历史日负荷最大值数据和历史日天气数据，利用支持向量机算法，建立基于气象、历史日日期属性和历史负荷数据的负荷预测模型。