基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法和裝置的制造方法
【專利摘要】本發(fā)明公開了一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法和裝置，屬于變壓器在線監(jiān)測領(lǐng)域，該方法包括：獲取預(yù)測數(shù)據(jù)集，預(yù)測數(shù)據(jù)集包括變壓器的負(fù)載電流和環(huán)境溫度；以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路模型對變壓器的頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值；將Susa熱路模型頂層油溫預(yù)測值和預(yù)測數(shù)據(jù)集進(jìn)行歸一化處理；以歸一化后的Susa熱路模型頂層油溫預(yù)測值和預(yù)測數(shù)據(jù)集為輸入量，利用GA?KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差；對回歸預(yù)測誤差進(jìn)行反歸一化處理；用歸一化前的Susa熱路模型頂層油溫預(yù)測值減去反歸一化后的回歸預(yù)測誤差，得到變壓器修正后的頂層油溫預(yù)測值。本發(fā)明能夠準(zhǔn)確的預(yù)測變壓器頂層油溫。
【專利說明】
基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法和裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及變壓器在線監(jiān)測領(lǐng)域，特別是指一種基于誤差預(yù)測修正的變壓器頂層 油溫預(yù)測方法和裝置。
【背景技術(shù)】
[0002] 電力變壓器動態(tài)負(fù)載能力、絕緣老化速度主要取決于其熱特性。頂層油溫是衡量 變壓器熱特性的重要指標(biāo)，也是變壓器運行過程中的重要監(jiān)測量之一，準(zhǔn)確可靠地預(yù)測頂 層油溫對合理的指導(dǎo)安排變壓器動態(tài)負(fù)載、預(yù)防變壓器熱故障有著重要意義。
[0003] 目前針對變壓器頂層油溫的預(yù)測方法較多，其中包括兩類典型模型，基于傳熱學(xué) 的半物理模型(如Susa熱路模型等)和基于非線性擬合回歸的數(shù)學(xué)模型。前者存在模型過于 簡化、參數(shù)計算不準(zhǔn)確、受環(huán)境因素影響大的問題，模型存在系統(tǒng)誤差；后者模型存在物理 意義不明確的問題，推廣性尚待研究。
[0004] Susa熱路模型是一種典型的基于傳熱學(xué)中熱電類比原理的半物理模型，考慮了油 粘度對熱阻和油時間常數(shù)的影響，具有明確的物理意義，但針對性一般。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明提供一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法和裝置，本發(fā)明能 夠準(zhǔn)確的預(yù)測變壓器頂層油溫。
[0006] 為解決上述技術(shù)問題，本發(fā)明提供技術(shù)方案如下：
[0007] -方面，提供一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，包括：
[0008] 步驟101:獲取預(yù)測數(shù)據(jù)集，所述預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓器的負(fù)載電流和環(huán) 境溫度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫；
[0009] 步驟102:以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路模型對變壓器的 頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值;
[0010]步驟103:將所述Susa熱路模型頂層油溫預(yù)測值戌〗和預(yù)測數(shù)據(jù)集進(jìn)行歸一化處 理；
[0011]步驟104:以歸一化后的Susa熱路模型頂層油溫預(yù)測值氏f和預(yù)測數(shù)據(jù)集為輸入 量，利用GA-KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差d C/;
[0012] 步驟105:對所述回歸預(yù)測誤差Zi疣進(jìn)行反歸一化處理；
[0013] 步驟106:用歸一化前的Susa熱路模型頂層油溫預(yù)測值6^減去反歸一化后的回歸 預(yù)測誤差得到變壓器修正后的頂層油溫預(yù)測值。
[0014] 進(jìn)一步的，所述GA-KELM模型通過如下方法得到：
[0015] 步驟201:獲取所述變壓器的訓(xùn)練樣本集，所述訓(xùn)練樣本集包括多個訓(xùn)練樣本，其 中，第i個訓(xùn)練樣本包括!^時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫，i e [I，N]，N為 訓(xùn)練樣本個數(shù)；
[0016]步驟202:對第i個訓(xùn)練樣本，以T1時刻下變壓器的負(fù)載電流和頂層油溫為輸入量， 利用Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值和Susa熱 路模型預(yù)測誤差J試:7;
[0017] 步驟2〇3 :將所述Susa熱路模型頂層油溫預(yù)測值愆和Susa熱路模型預(yù)測誤差ZiC,/: 進(jìn)行歸一化處理；
[0018] 步驟204:建立KELM模型；
[0019] 步驟205:使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值反i、Susa熱路模型 預(yù)測誤差和訓(xùn)練樣本集對所述KELM模型進(jìn)行訓(xùn)練，得到GA-KELM模型。
[0020] 進(jìn)一步的，所述步驟102和步驟202中，所述Susa熱路模型頂層油溫預(yù)測值貧i通過 如下公式計算得到：
[0021]
[0022] 其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比;α為額定負(fù)載損耗與空載損耗之 比；△ QcilliR為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;η為反映變壓器散熱方式的經(jīng)驗 指數(shù);ion,R為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;y PU為油粘度變化因 子，為任意溫度下的油粘度μ與額定頂層油溫下的油粘度μκ的之比；
[0023] 所述步驟202中，所述Susa熱路模型預(yù)測誤差通過如下公式計算得到：
[0024]
[0025] 其中，C為訓(xùn)練樣本中T1時刻變壓器的頂層油溫。
[0026]進(jìn)一步的，所述步驟205包括：
[0027] 步驟2051:將輸入向量Xi輸入KELM模型，其中：
[0028]
[0029] I(i)和0amb⑴分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，l(i-l)、0 amb (卜1)和忠；G-i)分別為第i_l個訓(xùn)練樣本!^:時刻的負(fù)載電流、環(huán)境溫度和頂層油溫，Ki-
bv別為第i_2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油 溫；
[0030] 步驟2052:得到Xi對應(yīng)的回歸預(yù)測誤差J疣,,和輸出權(quán)重β，其中：
[0031]
[0032] K(Xl，Xj)為核函數(shù)；
[0033] 步驟2053:采用GA對KELM模型的核參數(shù)γ和懲罰系數(shù)C進(jìn)行優(yōu)化，使得的均方 誤差MSE^最小，得到GA-KELM模型，其中：
[0034]
[0035]進(jìn)一步的，所述步驟201包括：
[0036] 步驟2011:獲取T1時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫；
[0037]步驟2012:剔除明顯失效的數(shù)據(jù)，并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn)練樣本；
[0038]步驟2013:將多個訓(xùn)練樣本組成訓(xùn)練樣本集。
[0039]另一方面，提供一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，包括：
[0040] 預(yù)測數(shù)據(jù)集獲取模塊，用于獲取預(yù)測數(shù)據(jù)集，所述預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓 器的負(fù)載電流和環(huán)境溫度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層 油溫；
[0041] 頂層油溫預(yù)測模塊，用于以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路 模型對變壓器的頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值;
[0042] 第一歸一化模塊，用于將所述Susa熱路模型頂層油溫預(yù)測值試f和預(yù)測數(shù)據(jù)集進(jìn) 行歸一化處理；
[0043] 回歸預(yù)測模塊，用于以歸一化后的Susa熱路模型頂層油溫預(yù)測值芯t和預(yù)測數(shù)據(jù) 集為輸入量，利用GA-KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差
[0044] 反歸一化模塊，用于對所述回歸預(yù)測誤差進(jìn)行反歸一化處理；
[0045] 修正模塊，用于用歸一化前的Susa熱路模型頂層油溫預(yù)測值試〗減去反歸一化后 的回歸預(yù)測誤差得到變壓器修正后的頂層油溫預(yù)測值。
[0046] 進(jìn)一步的，所述GA-KELM模型通過如下模塊得到：
[0047] 訓(xùn)練樣本集獲取模塊，用于獲取所述變壓器的訓(xùn)練樣本集，所述訓(xùn)練樣本集包括 多個訓(xùn)練樣本，其中，第i個訓(xùn)練樣本包括!^時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油 溫，ie[l，N]，N為訓(xùn)練樣本個數(shù)；
[0048] 頂層油溫和誤差預(yù)測模塊，用于對第i個訓(xùn)練樣本，以T1時刻下變壓器的負(fù)載電流 和頂層油溫為輸入量，利用Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油 溫預(yù)測值，i和Susa熱路模型預(yù)測誤差
[0049] 第二歸一化模塊，用于將所述Susa熱路模型頂層油溫預(yù)測值和Susa熱路模型 預(yù)測誤差進(jìn)行歸一化處理；
[0050] KELM模型建立模塊，用于建立KELM模型；
[0051] 訓(xùn)練模塊，用于使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值_、Susa熱路 模型預(yù)測誤差和訓(xùn)練樣本集對所述KELM模型進(jìn)行訓(xùn)練，得到GA-KELM模型。
[0052]進(jìn)一步的，所述頂層油溫預(yù)測模塊以及頂層油溫和誤差預(yù)測模塊中，所述Susa熱 路模型頂層油溫預(yù)測值恕通過如下公式計算得到：
[0053]
[0054] 其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比;α為額定負(fù)載損耗與空載損耗之 比；△ QcilliR為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;η為反映變壓器散熱方式的經(jīng)驗 指數(shù);ion,R為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;y PU為油粘度變化因 子，為任意溫度下的油粘度μ與額定頂層油溫下的油粘度μκ的之比；
[0055] 所述頂層油溫和誤差預(yù)測模塊中，所述Susa熱路模型預(yù)測誤差通過如下公式 計算得到：
[0056]
[0057] 其中，C為訓(xùn)練樣本中T1時刻變壓器的頂層油溫。
[0058]進(jìn)一步的，所述訓(xùn)練模塊包括：
[0059]輸入單元，用于將輸入向量Xi輸入KELM模型，其中：
[0060]
[0061] I(i)和0amb⑴分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，I(i-i)、0 amb (卜1)和& (i-1)分別為第i-1個訓(xùn)練樣本T1-^刻的負(fù)載電流、環(huán)境溫度和頂層油溫，Ki-2)、0amb(i-2)和^ (?-2)分別為第i-2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油 溫；
[0062] 輸出單元，用于得到X1對應(yīng)的回歸預(yù)測誤差Zil和輸出權(quán)重β，其中：
[0063]
[0064] K(Xl，Xj)為核函數(shù)；
[0065] 優(yōu)化單元，用于采用GA對KELM模型的核參數(shù)γ和懲罰系數(shù)C進(jìn)行優(yōu)化，使得JO勺 均方誤差MSE^最小，得到GA-KELM模型，其中：
[0066]
[0067] 進(jìn)一步的，所述訓(xùn)練樣本集獲取模塊包括：
[0068] 數(shù)據(jù)獲取單元，用于獲取T1時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫；
[0069] 數(shù)據(jù)優(yōu)化單元，用于剔除明顯失效的數(shù)據(jù)，并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn)練樣 本；
[0070] 訓(xùn)練樣本集獲取單元，用于將多個訓(xùn)練樣本組成訓(xùn)練樣本集。
[0071] 本發(fā)明具有以下有益效果：
[0072] 本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，基于頂層油溫誤差預(yù)測 修正模型，可獲得精度較高的頂層油溫預(yù)測值，能夠可靠地分析頂層油溫的動態(tài)變化趨勢， 進(jìn)而提升了變壓器在熱特性衡量方面的準(zhǔn)確度，有利于更好地指導(dǎo)變壓器的負(fù)載運行，促 進(jìn)變壓器在在線監(jiān)測裝置的推廣和在線監(jiān)測信息的深度應(yīng)用。
【附圖說明】
[0073]圖1為本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法流程圖；
[0074]圖2為Susa熱路模型的示意圖；
[0075] 圖3為KELM模型示意圖；
[0076]圖4為本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法原理圖；
[0077]圖5為變壓器實測數(shù)據(jù)曲線圖；
[0078]圖6為Susa熱路模型頂層油溫預(yù)測值和Susa熱路模型預(yù)測誤差曲線圖；
[0079]圖7為Susa熱路模型頂層油溫實際預(yù)測誤差和KELM擬合預(yù)測得到的預(yù)測誤差對比 圖；
[0080] 圖8為本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置示意圖。
【具體實施方式】
[0081] 為使本發(fā)明要解決的技術(shù)問題、技術(shù)方案和優(yōu)點更加清楚，下面將結(jié)合附圖及具 體實施例進(jìn)行詳細(xì)描述。
[0082] -方面，本發(fā)明提供一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，如圖1和 圖4所示，包括：
[0083] 步驟101:獲取預(yù)測數(shù)據(jù)集，預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓器的負(fù)載電流和環(huán)境溫 度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫。
[0084] 變壓器頂層油溫與變壓器的負(fù)載電流和環(huán)境溫度密切相關(guān)，并且頂層油溫也會受 到前一段時間（一般取15_30min)變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫的影響，我們將 前一段時間變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫稱為延遲項，要預(yù)測變壓器的測頂層 油溫，需要知道變壓器的負(fù)載電流、環(huán)境溫度以及延遲項。
[0085]步驟102:以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路模型對當(dāng)前時刻 變壓器的頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值。
[0086]知道了變壓器的負(fù)載電流，就可以利用Susa熱路模型預(yù)測變壓器的頂層油溫，得 到Susa熱路模型頂層油溫預(yù)測值戌,)，Susa熱路模型被廣泛的應(yīng)用于變壓器頂層油溫的預(yù) 測，但是其模型過于簡化、參數(shù)計算不準(zhǔn)確、受環(huán)境因素影響大的問題，模型存在系統(tǒng)誤差， Susa熱路模型如圖2所示。
[0087] 步驟103:將Susa熱路模型頂層油溫預(yù)測值代，丨和預(yù)測數(shù)據(jù)集進(jìn)行歸一化處理。歸 一化處理能使得數(shù)據(jù)具有統(tǒng)一的度量，方便計算。
[0088] 步驟104:以歸一化后的Susa熱路模型頂層油溫預(yù)測值和預(yù)測數(shù)據(jù)集為輸入 量，利用GA-KELM模型(遺傳優(yōu)化的核極限學(xué)習(xí)機)進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差』(9：a。
[0089] 上述得到的Susa熱路模型頂層油溫預(yù)測值芯丨存在一定誤差，需要使用GA-KELM模 型計算回歸預(yù)測誤差計算時，以歸一化后的和預(yù)測數(shù)據(jù)集為輸入量，得到輸出
[0090] 步驟105:對回歸預(yù)測誤差2?,進(jìn)行反歸一化處理。由于得到的為歸一化后的 值，需要對其反歸一化。
[0091] 步驟106:用歸一化前的Susa熱路模型頂層油溫預(yù)測值氏》減去反歸一化后的回歸 預(yù)測誤差Zf試,,，得到變壓器修正后的頂層油溫預(yù)測值，即可預(yù)測一段時間后變壓器的頂層 油溫，根據(jù)頂層油溫調(diào)節(jié)負(fù)載大小。
[0092] 本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，基于頂層油溫誤差預(yù)測 修正模型，可獲得精度較高的頂層油溫預(yù)測值，能夠可靠地分析頂層油溫的動態(tài)變化趨勢， 進(jìn)而提升了變壓器在熱特性衡量方面的準(zhǔn)確度，有利于更好地指導(dǎo)變壓器的負(fù)載運行，促 進(jìn)變壓器在在線監(jiān)測裝置的推廣和在線監(jiān)測信息的深度應(yīng)用。
[0093] 本發(fā)明需要用到GA-KELM模型，GA-KELM模型可以通過如下方法訓(xùn)練得到：
[0094]步驟201:獲取變壓器的訓(xùn)練樣本集，訓(xùn)練樣本集包括多個訓(xùn)練樣本，其中，第i個 訓(xùn)練樣本包括T1時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫，ie[l，N]，N為訓(xùn)練樣本 個數(shù)。
[0095] 在獲取訓(xùn)練樣本集時，每個一段時間采集變壓器的負(fù)載電流、環(huán)境溫度和頂層油 溫實測數(shù)據(jù)，以此作為一個訓(xùn)練樣本，采集時間間隔優(yōu)選15min。
[0096] 步驟202:對第i個訓(xùn)練樣本，以T1時刻下變壓器的負(fù)載電流和頂層油溫為輸入量， 利用Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值和Susa熱 路模型預(yù)測誤差」6C。
[0097] 本步驟中，得到Susa熱路模型頂層油溫預(yù)測值您的方法與前述步驟102中相同， Susa熱路模型預(yù)測誤差ZfC為頂層油溫實測值與預(yù)測值慰的差值。
[0098] 步驟203:將Susa熱路模型頂層油溫預(yù)測值化和Susa熱路模型預(yù)測誤差進(jìn)行 歸一化處理。同前述，為統(tǒng)一度量，方便計算，需要進(jìn)行歸一化。
[0099] 步驟204:建立KELM模型，KELM模型如圖3所示。
[0100]步驟205:使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值氏f、Susa熱路模型 預(yù)測誤差和訓(xùn)練樣本集對KELM模型進(jìn)行訓(xùn)練，直至達(dá)到預(yù)定要求，得到GA-KELM模型。
[0101] 步驟201-205是得到GA-KELM模型的方法，與步驟101-106并無嚴(yán)格的先后關(guān)系，步 驟201-205可以是事先就執(zhí)行完畢的，即在進(jìn)行頂層油溫預(yù)測之前預(yù)先得到了GA-KELM模 型，也可以在進(jìn)行頂層油溫預(yù)測時同時進(jìn)行訓(xùn)練，通過上述方法得到的GA-KELM模型有較高 的精度。
[0102] 進(jìn)一步的，步驟102和步驟202中，Susa熱路模型頂層油溫預(yù)測值試f可以通過如下 公式計算得到：
[0103]
[0104] 其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比;α為額定負(fù)載損耗與空載損耗之 比；△ QcilliR為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;η為反映變壓器散熱方式的經(jīng)驗 指數(shù);ion,R為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;y PU為油粘度變化因 子，為任意溫度下的油粘度μ與額定頂層油溫下的油粘度μκ的之比。
[0105] 而且，步驟202中，Susa熱路模型預(yù)測誤差//乾/通過如下公式計算得到：
[0106]
[0107] 其中，⑥為訓(xùn)練樣本中T1時刻變壓器的頂層油溫。
[0108] 作為本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法的一種改進(jìn)，步驟 205包括：
[0109] 步驟2051:將輸入向量Xi輸入KELM模型，其中：
[0110]
[0111] I(i)和0amb(i)分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，l(i-l)、0 amb (卜1)和忠| 〇1)分別為第i-1個訓(xùn)練樣本刻的負(fù)載電流、環(huán)境溫度和頂層油溫，Ki-2)、0amb(i-2)和C/ (/-2)分別為第i-2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油 溫。
[0112] 步驟2052:得到Xi對應(yīng)的回歸預(yù)測誤差zJ和輸出權(quán)重β，其中：
[0113]
[0114] K(xi, Xj)為核函數(shù)，通常設(shè)定為RBF核。
[0115]步驟2053:采用GA(遺傳算法)對KELM模型的核參數(shù)γ和懲罰系數(shù)C進(jìn)行優(yōu)化，得到 GA-KELM模型，使得的均方誤差MSE^最小，其中：
[0116]
[0117] 步驟2051-2053給出了對對KELM模型進(jìn)行訓(xùn)練的一個實施方式，能夠進(jìn)一步提高 GA-KELM模型的精度。
[0118] 訓(xùn)練樣本集的選取直接決定了的GA-KELM模型的精度，因此，步驟201包括：
[0119] 步驟2011:獲取T1時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫。以15min為時 間間隔，采集變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫
[0120]步驟2012:剔除明顯失效的數(shù)據(jù)(粗大誤差等），并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn) 練樣本。
[0121] 步驟2013:將多個訓(xùn)練樣本組成訓(xùn)練樣本集。
[0122] 本發(fā)明得到的訓(xùn)練樣本集能夠使得訓(xùn)練得到的GA-KELM模型的精度高。
[0123] 下面以具體示例來說明本發(fā)明的有益效果：
[0124] 采用某10kV/400V三相雙繞組配電變壓器的實測數(shù)據(jù)進(jìn)行仿真驗證，變壓器參數(shù) 如表1所示。采集變壓器2013年11月共7天的負(fù)載電流、環(huán)境溫度和頂層油溫，采樣時間間隔 為15分鐘。變壓器實測數(shù)據(jù)如圖5所示。
[0125] 表1變壓器參數(shù)
[0127] Susa熱路模型的預(yù)測值對比曲線及其預(yù)測誤差曲線如圖6所示。
[0128] 采用KELM誤差預(yù)測模型對Susa熱路模型的預(yù)測誤差進(jìn)行擬合、預(yù)測，然后采用GA 對KELM參數(shù)[C，γ ]進(jìn)行尋優(yōu)，求得對應(yīng)于訓(xùn)練樣本的最優(yōu)參數(shù)[C，γ ] = [0.83,0.092]。求 得模型最優(yōu)參數(shù)后，首先以前4天的實測數(shù)據(jù)及Susa熱路模型預(yù)測誤差作為訓(xùn)練樣本對 KELM進(jìn)行訓(xùn)練，然后對后3天的Susa熱路模型預(yù)測誤差進(jìn)行預(yù)測，最后以該預(yù)測誤差修正 Susa熱路模型的預(yù)測值，得到最終預(yù)測值。GA-KELM對后3天Susa熱路模型預(yù)測誤差的預(yù)測 值與實際值對比如圖7所示。
[0129] 由圖7可以看出，GA-KELM對Susa熱路模型誤差的預(yù)測值與實際誤差基本一致，GA-KELM能較好的對Susa熱路模型的預(yù)測誤差進(jìn)行擬合和預(yù)測。預(yù)測誤差與實際誤差之間的最 大差值為1.29°C，即誤差預(yù)測修正模型的最大預(yù)測誤差為1.29°C。
[0130] 分別采用遺傳優(yōu)化的核極限學(xué)習(xí)機(GA-KELM)、遺傳優(yōu)化的支持向量機(GA-SVM)、 Elman神經(jīng)網(wǎng)絡(luò)對本文樣本進(jìn)行直接建模和預(yù)測，作為對比方法。各方法的預(yù)測精度對比如 表2所示，MSE為預(yù)測均方誤差，e max為最大預(yù)測誤差的絕對值。
[0131 ]表2各方法預(yù)測精度對比
L0133J 從表2?以宥出：GA-KELM模型對應(yīng)的MSE和emax最小，餓測精度最高；Susa熱路模型 的預(yù)測精度低于GA-KELM、GA-SVM和Elman神經(jīng)網(wǎng)絡(luò)模型;GA-KELM的預(yù)測精度高于GA-SVM和 Elman神經(jīng)網(wǎng)絡(luò)模型。GA-KELM模型在原理上結(jié)合了半物理模型和數(shù)學(xué)模型的優(yōu)點，因此取 得了更高的預(yù)測精度。
[0134] 另一方面，本發(fā)明提供一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，如圖8 所示，包括：
[0135] 預(yù)測數(shù)據(jù)集獲取模塊11，用于獲取預(yù)測數(shù)據(jù)集，預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓器 的負(fù)載電流和環(huán)境溫度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層油 溫；
[0136] 頂層油溫預(yù)測模塊12,用于以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱 路模型對變壓器的頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值化f ;
[0137] 第一歸一化模塊13,用于將Susa熱路模型頂層油溫預(yù)測值和預(yù)測數(shù)據(jù)集進(jìn)行 歸一化處理；
[0138] 回歸預(yù)測模塊14,用于以歸一化后的Susa熱路模型頂層油溫預(yù)測值氏〗和預(yù)測數(shù) 據(jù)集為輸入量，利用GA-KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差4無 7;
[0139] 反歸一化模塊15,用于對回歸預(yù)測誤差進(jìn)行反歸一化處理；
[0140] 修正模塊16,用于用歸一化前的Susa熱路模型頂層油溫預(yù)測值減去反歸一化 后的回歸預(yù)測誤差，得到變壓器修正后的頂層油溫預(yù)測值。
[0141] 本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，基于頂層油溫誤差預(yù)測 修正模型，可獲得精度較高的頂層油溫預(yù)測值，能夠可靠地分析頂層油溫的動態(tài)變化趨勢， 進(jìn)而提升了變壓器在熱特性衡量方面的準(zhǔn)確度，有利于更好地指導(dǎo)變壓器的負(fù)載運行，促 進(jìn)變壓器在在線監(jiān)測裝置的推廣和在線監(jiān)測信息的深度應(yīng)用。
[0142] 本發(fā)明需要用到GA-KELM模型，GA-KELM模型可以通過如下模塊訓(xùn)練得到：
[0143] 訓(xùn)練樣本集獲取模塊，用于獲取變壓器的訓(xùn)練樣本集，訓(xùn)練樣本集包括多個訓(xùn)練 樣本，其中，第i個訓(xùn)練樣本包括!^時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫，ie[l， N]，N為訓(xùn)練樣本個數(shù)；
[0144] 頂層油溫和誤差預(yù)測模塊，用于對第i個訓(xùn)練樣本，以T1時刻下變壓器的負(fù)載電流 和頂層油溫為輸入量，利用Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油 溫預(yù)測值和Susa熱路模型預(yù)測誤差」疋 //;
[0145] 第二歸一化模塊，用于將Susa熱路模型頂層油溫預(yù)測值和Susa熱路模型預(yù)測 誤差d私進(jìn)行歸一化處理；
[0146] KELM模型建立模塊，用于建立KELM模型；
[0147] 訓(xùn)練模塊，用于使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值、Susa熱路 模型預(yù)測誤差和訓(xùn)練樣本集對KELM模型進(jìn)行訓(xùn)練，得到GA-KELM模型。
[0148]通過上述各個模塊得到的GA-KELM模型有較高的精度。
[0149] 進(jìn)一步的，頂層油溫預(yù)測模塊以及頂層油溫和誤差預(yù)測模塊中，Susa熱路模型頂 層油溫預(yù)測值通過如下公式計算得到：
[0150]
[0151] 其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比;α為額定負(fù)載損耗與空載損耗之 比；△ QcilliR為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;η為反映變壓器散熱方式的經(jīng)驗 指數(shù);ion,R為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;y PU為油粘度變化因 子，為任意溫度下的油粘度μ與額定頂層油溫下的油粘度μκ的之比；
[0152] 并且，頂層油溫和誤差預(yù)測模塊中，Susa熱路模型預(yù)測誤差3乾7通過如下公式計 算得到：
[0153]
[0154] 其中，C,/為訓(xùn)練樣本中T1時刻變壓器的頂層油溫。
[0155] 作為本發(fā)明的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置的一種改進(jìn)，訓(xùn)練模 塊包括：
[0156] 輸入單元，用于將輸入向量Xi輸入KELM模型，其中：
[0157]
[0158] I(i)和0amb⑴分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，l(i-l)、0 amb (卜1)和思（/-1)分別為第i-ι個訓(xùn)練樣本T1-跗刻的負(fù)載電流、環(huán)境溫度和頂層油溫，I(i-2)、0 amb(i-2)和％ (f-2)分別為第i-2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油 溫；
[0159] 輸出單元，用于得到X1對應(yīng)的回歸預(yù)測誤差和輸出權(quán)重β，其中：
[0160]
[0161] K(Xl，Xj)為核函數(shù)；
[0162] 優(yōu)化單元，用于采用GA對KELM模型的核參數(shù)γ和懲罰系數(shù)C進(jìn)行優(yōu)化，使得Zi民,的 均方誤差MSEao最小，得到GA-KELM樽塑，其中：
[0163]
[0164]上述各個單元給出了對對KELM模型進(jìn)行訓(xùn)練的一個實施方式，能夠進(jìn)一步提高 GA-KELM模型的精度。
[0165] 訓(xùn)練樣本集的選取直接決定了的GA-KELM模型的精度，因此，訓(xùn)練樣本集獲取模塊 包括：
[0166] 數(shù)據(jù)獲取單元，用于獲取T1時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫；
[0167] 數(shù)據(jù)優(yōu)化單元，用于剔除明顯失效的數(shù)據(jù)，并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn)練樣 本；
[0168] 訓(xùn)練樣本集獲取單元，用于將多個訓(xùn)練樣本組成訓(xùn)練樣本集。
[0169] 本發(fā)明得到的訓(xùn)練樣本集能夠使得訓(xùn)練得到的GA-KELM模型的精度高。
[0170]以上是本發(fā)明的優(yōu)選實施方式，應(yīng)當(dāng)指出，對于本技術(shù)領(lǐng)域的普通技術(shù)人員來說， 在不脫離本發(fā)明原理的前提下，還可以作出若干改進(jìn)和潤飾，這些改進(jìn)和潤飾也應(yīng)視為本 發(fā)明的保護(hù)范圍。
【主權(quán)項】
1. 一種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，其特征在于，包括： 步驟101:獲取預(yù)測數(shù)據(jù)集，所述預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓器的負(fù)載電流和環(huán)境溫 度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫； 步驟102:以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路模型對變壓器的頂層 油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值; 步驟103:將所述Susa熱路模型頂層油溫預(yù)測值疋丨和預(yù)測數(shù)據(jù)集進(jìn)行歸一化處理； 步驟104:以歸一化后的Susa熱路模型頂層油溫預(yù)測值仏f和預(yù)測數(shù)據(jù)集為輸入量，利用 GA-KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差d仏; 步驟105:對所述回歸預(yù)測誤差J試,,進(jìn)行反歸一化處理； 步驟106:用歸一化前的Susa熱路模型頂層油溫預(yù)測值減去反歸一化后的回歸預(yù)測 誤差」此7，得到變壓器修正后的頂層油溫預(yù)測值。2. 根據(jù)權(quán)利要求1所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，其特征在于， 所述GA-KELM模型通過如下方法得到： 步驟201:獲取所述變壓器的訓(xùn)練樣本集，所述訓(xùn)練樣本集包括多個訓(xùn)練樣本，其中，第 i個訓(xùn)練樣本包括!^時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫，i G [1，N]，N為訓(xùn)練樣 本個數(shù)； 步驟202:對第i個訓(xùn)練樣本，以時刻下變壓器的負(fù)載電流和頂層油溫為輸入量，利用 Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值紀(jì)|和Susa熱路模 型預(yù)測誤差 步驟203:將所述Susa熱路模型頂層油溫預(yù)測值氏〗和Susa熱路模型預(yù)測誤差z|疋,進(jìn)行 歸一化處理； 步驟204:建立KELM模型； 步驟205:使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值芯丨、Susa熱路模型預(yù)測 誤差和訓(xùn)練樣本集對所述KELM模型進(jìn)行訓(xùn)練，得到GA-KELM模型。3. 根據(jù)權(quán)利要求1或2所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，其特征在 于： 所述步驟102和步驟202中，所述Susa熱路模型頂層油溫預(yù)測值抵通過如下公式計算得 到：其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比；a為額定負(fù)載損耗與空載損耗之比； A 0。11>1?為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;n為反映變壓器散熱方式的經(jīng)驗指 數(shù);1。 11>[?為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;ypu為油粘度變化因子， 為任意溫度下的油粘度y與額定頂層油溫下的油粘度yR的之比； 所述步驟202中，所述Susa熱路模型預(yù)測誤差&通過如下公式計算得到： dc 其中，％為訓(xùn)練樣本中Ti時刻變壓器的頂層油溫。4. 根據(jù)權(quán)利要求3所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，其特征在于， 所述步驟205包括： 步驟2051:將輸入向量Xi輸入KELM模型，其中： I(i)和0amb(i)分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，l(i-l)、0amb(i-l) 和C., (/-I)分別為第i_l個訓(xùn)練樣本IVdt刻的負(fù)載電流、環(huán)境溫度和頂層油溫，I(i-2)、 0amb(i-2)和C/ (/-2)分別為第i_2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油溫； 步驟2052:得到Xi對應(yīng)的回歸預(yù)測誤差和輸出權(quán)重0，其中：K(xi，xj)為核函數(shù)； 步驟2053:采用GA對KELM模型的核參數(shù)Y和懲罰系數(shù)C進(jìn)行優(yōu)化，使得2(9：,,的均方誤差 MSEm最小，得到GA-KELM模型，其中：5. 根據(jù)權(quán)利要求3所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測方法，其特征在于， 所述步驟201包括： 步驟2011:獲取時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫； 步驟2012:剔除明顯失效的數(shù)據(jù)，并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn)練樣本； 步驟2013:將多個訓(xùn)練樣本組成訓(xùn)練樣本集。6. -種基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，其特征在于，包括： 預(yù)測數(shù)據(jù)集獲取模塊，用于獲取預(yù)測數(shù)據(jù)集，所述預(yù)測數(shù)據(jù)集包括當(dāng)前時刻變壓器的 負(fù)載電流和環(huán)境溫度，以及當(dāng)前時刻前幾個時刻變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫； 頂層油溫預(yù)測模塊，用于以當(dāng)前時刻變壓器的負(fù)載電流為輸入量，利用Susa熱路模型 對變壓器的頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù)測值 第一歸一化模塊，用于將所述Susa熱路模型頂層油溫預(yù)測值您和預(yù)測數(shù)據(jù)集進(jìn)行歸一 化處理； 回歸預(yù)測模塊，用于以歸一化后的Susa熱路模型頂層油溫預(yù)測值和預(yù)測數(shù)據(jù)集為輸 入量，利用GA-KELM模型進(jìn)行回歸預(yù)測，得到回歸預(yù)測誤差 反歸一化模塊，用于對所述回歸預(yù)測誤差Zl%,進(jìn)行反歸一化處理； 修正模塊，用于用歸一化前的Susa熱路模型頂層油溫預(yù)測值代f減去反歸一化后的回 歸預(yù)測誤差ZI0L，得到變壓器修正后的頂層油溫預(yù)測值。7. 根據(jù)權(quán)利要求6所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，其特征在于， 所述GA-KELM模型通過如下模塊得到： 訓(xùn)練樣本集獲取模塊，用于獲取所述變壓器的訓(xùn)練樣本集，所述訓(xùn)練樣本集包括多個 訓(xùn)練樣本，其中，第i個訓(xùn)練樣本包括!^時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫，i G[1，N]，N為訓(xùn)練樣本個數(shù)； 頂層油溫和誤差預(yù)測模塊，用于對第i個訓(xùn)練樣本，以^時刻下變壓器的負(fù)載電流和頂 層油溫為輸入量，利用Susa熱路模型對頂層油溫進(jìn)行預(yù)測，得到Susa熱路模型頂層油溫預(yù) 測值慰和Susa熱路模型預(yù)測誤差 第二歸一化模塊，用于將所述Susa熱路模型頂層油溫預(yù)測值和Susa熱路模型預(yù)測誤 差J試：,進(jìn)行歸一化處理； KELM模型建立模塊，用于建立KELM模型； 訓(xùn)練模塊，用于使用每個訓(xùn)練樣本的Susa熱路模型頂層油溫預(yù)測值、Susa熱路模型 預(yù)測誤差和訓(xùn)練樣本集對所述KELM模型進(jìn)行訓(xùn)練，得到GA-KELM模型。8. 根據(jù)權(quán)利要求6或7所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，其特征在 于： 所述頂層油溫預(yù)測模塊以及頂層油溫和誤差預(yù)測模塊中，所述Susa熱路模型頂層油溫 預(yù)測值愁通過如下公式計算得到：其中，K為負(fù)載系數(shù)，為負(fù)載電流與額定電流之比；a為額定負(fù)載損耗與空載損耗之比； A 0。11>1?為額定負(fù)載下，頂層油溫相對環(huán)境的穩(wěn)態(tài)溫升;n為反映變壓器散熱方式的經(jīng)驗指 數(shù);1。 11>[?為額定頂層油時間常數(shù)，為熱容與額定負(fù)載下熱阻的乘積;ypu為油粘度變化因子， 為任意溫度下的油粘度y與額定頂層油溫下的油粘度的之比； 所述頂層油溫和誤差預(yù)測模塊中，所述Susa熱路模型預(yù)測誤差zl兒7通過如下公式計算 得到： 其中，C為訓(xùn)練樣本中h時刻變壓器的頂層油溫。9. 根據(jù)權(quán)利要求8所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，其特征在于， 所述訓(xùn)練模塊包括： 輸入單元，用于將輸入向量Xi輸入KELM模型，其中： ^ ^ ^ (i - 2). 6mh{i), 6umh (/ -1), 〇x,,.lh(i ~ 2). 0]；； {/), 6^,(1 -1), 6',", (i - 2)] I(i)和0amb(i)分別為第i個訓(xùn)練樣本Ti時刻的負(fù)載電流和環(huán)境溫度，l(i-l)、0amb(i-l) 和C./ (/-I)分別為第i_l個訓(xùn)練樣本刻的負(fù)載電流、環(huán)境溫度和頂層油溫，I(i_2)、 0amb(i-2)和C/ 〇_-2)分別為第i-2個訓(xùn)練樣本IV2時刻的負(fù)載電流、環(huán)境溫度和頂層油溫； 輸出單元，用于得到Xl對應(yīng)的回歸預(yù)測誤差d試a和輸出權(quán)重0，其中：K(xi，xj)為核函數(shù)； 優(yōu)化單元，用于采用GA對KELM模型的核參數(shù)Y和懲罰系數(shù)C進(jìn)行優(yōu)化，使得的均方 誤差MSE^最小，得到GA-KELM模型，其中： 10.根據(jù)權(quán)利要求8所述的基于誤差預(yù)測修正的變壓器頂層油溫預(yù)測裝置，其特征在 于，所述訓(xùn)練樣本集獲取模塊包括： 數(shù)據(jù)獲取單元，用于獲取h時刻下變壓器的負(fù)載電流、環(huán)境溫度和頂層油溫； 數(shù)據(jù)優(yōu)化單元，用于剔除明顯失效的數(shù)據(jù)，并用內(nèi)插值代替失效數(shù)據(jù)，得到訓(xùn)練樣本； 訓(xùn)練樣本集獲取單元，用于將多個訓(xùn)練樣本組成訓(xùn)練樣本集。
【文檔編號】G06F19/00GK106055888SQ201610362610
【公開日】2016年10月26日
【申請日】2016年5月27日
【發(fā)明人】黃華, 魏本剛, 李紅雷, 亓孝武, 李可軍, 于小晏
【申請人】國網(wǎng)上海市電力公司, 華東電力試驗研究院有限公司