基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法
【專利摘要】本發(fā)明公開了一種基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法,通過將非等間隔序列進行等間隔化預處理后變換成等間隔序列、將強隨機性序列進行平滑處理來對變壓器狀態(tài)特征參量進行預測,在確認電力變壓器狀態(tài)特征參量灰色預測的適應性基礎上,將離散灰色模型引入到電力變壓器狀態(tài)特征參量的參數(shù)預測中而解決傳統(tǒng)灰色預測可能出現(xiàn)的不穩(wěn)定問題,并根據(jù)電力變壓器特征參量數(shù)據(jù)預處理以及預測數(shù)據(jù)連續(xù)化的改進優(yōu)化,以適用于電力變壓器特征參數(shù)原始數(shù)據(jù)的預測,提高變壓器狀態(tài)特征參量的預測精度,掃清了通過狀態(tài)特征參量數(shù)據(jù)預測對變壓器未來的設備狀態(tài)進行預測從理論分析工程實際應用中的所有障礙,實現(xiàn)了對電力變壓器狀態(tài)或故障的準確預測。
【專利說明】基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法
[0001]
【技術領域】: 本發(fā)明涉及一種電力設備狀態(tài)或故障的預測方法,特別是涉及一種基于離散灰色模型 的電力變壓器特征狀態(tài)量預測方法。
[0002]
【背景技術】: 電力變壓器室電力系統(tǒng)的核心設備之一,其正常運行對整個電力系統(tǒng)的可靠安全經濟 運行起著非常關鍵的作用,一旦變壓器發(fā)生故障,將會給電力公司甚至全社會帶來巨大的 損失,因此對電力變壓器實施科學有效的狀態(tài)評估與預測,用以指導適時適當?shù)淖儔浩骶S 護或更新工作,對于構筑安全可靠、經濟高效、高度信息化和智能化的先進電網系統(tǒng)具有非 常重要的意義。電力變壓器特征參數(shù)是指反映電力變壓器狀態(tài)的一個數(shù)據(jù)或一組數(shù)據(jù)集 合,通過電力變壓器特征參量的參數(shù)預測,應用科學有效的狀態(tài)評估或故障診斷方法根據(jù) 預測參量值進行狀態(tài)評估,從而實現(xiàn)對變壓器未來狀態(tài)的預測或變壓器故障預測是一條簡 便有效的電力變壓器中短期狀態(tài)預測途徑,此方法的特點是數(shù)據(jù)量需求小,能夠充分反映 設備個體發(fā)展變化特性,避免通過大量特征參量的歷史數(shù)據(jù)回歸擬合建模過程中數(shù)據(jù)收集 工作難度大和設備多樣性造成的分散性大的問題。
[0003] 灰色模型是以灰色生成函數(shù)概念為基礎,以微分擬合為核心的建模方法,灰色模 型預測就是根據(jù)過去和現(xiàn)在已知或不確定的信息,通過對原始數(shù)據(jù)的累加或累減處理,弱 化隨機擾動因素影響,強化數(shù)據(jù)本身的規(guī)律性,運用時間序列數(shù)據(jù)確定微分方程的參量,逐 步使灰量白化,對系統(tǒng)的未來狀態(tài)做出科學的定量預測?;疑到y(tǒng)理論進行預測具有要求 數(shù)據(jù)少、不考慮分布規(guī)律、短期預測精度高、易于檢驗等優(yōu)點,現(xiàn)已在眾多領域得到應用。
[0004] 一般情況下,電力變壓器設備特征參量數(shù)據(jù)具有"小樣本"、"貧信息"的特點,決定 了現(xiàn)行的預測技術并非都適用于其狀態(tài)原始參數(shù)預測建模。回歸擬合法要求大量的原始樣 本數(shù)據(jù),而且不能正確預測非正態(tài)分布的數(shù)據(jù);指數(shù)平滑法是將歷史數(shù)據(jù)根據(jù)其對當前數(shù) 據(jù)的影響的權重不同進行加權平均,初值和權重系數(shù)的選取沒有嚴格的要求。而灰色動態(tài) 預測模型具有所需樣本少、預測準確度高、運算量小等特性,并能夠逐步去除老舊數(shù)據(jù)和加 入可信度更高的最新數(shù)據(jù),同時由于變壓器自身的故障機理十分復雜,反映變壓器狀態(tài)特 征參量和狀態(tài)之間的關系,具有不確定性和灰色性,變壓器可以視為灰色系統(tǒng),故灰色預測 非常適合于電力變壓器特征參量的中短期預測。
[0005]
【發(fā)明內容】
: 本發(fā)明所要解決的技術問題是:提供一種基于離散灰色模型的電力變壓器特征狀態(tài)量 預測方法,建立在變壓器狀態(tài)評估基礎上,通過對表征變壓器狀態(tài)的狀態(tài)特征參量的原始 參數(shù)進行預測而實現(xiàn)對電力系統(tǒng)變壓器狀態(tài)或故障的準確預測。
[0006] 本發(fā)明為解決技術問題所采取的技術方案是: 一種基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法,建立在變壓器狀態(tài)評估 基礎上,通過對表征變壓器狀態(tài)的狀態(tài)特征參量的原始參數(shù)進行預測而實現(xiàn)對其狀態(tài)的預 測,其具體方法如下: A、將非等間隔序列進行等間隔化預處理后,變換成等間隔序列: 設某狀態(tài)特征參量的非等間隔原始序列為:X(CI) =(X^ai), Xw (t2),L,Xw (tn)),其中: 1:1<1:2<1<1:11,且各時段間隔八1^=1:廠1^_ 17^〇1181:,;[£{2,3,禮,11},則非等間隔序列轉化處 理步驟如下: 令平均時間間隔Atci,則
【權利要求】
1. 一種基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法,建立在變壓器狀態(tài)評估 基礎上,通過對表征變壓器狀態(tài)的狀態(tài)特征參量的原始參數(shù)進行預測而實現(xiàn)對其狀態(tài)的預 測,其特征在于: A、將非等間隔序列進行等間隔化預處理后,變換成等間隔序列: 設某狀態(tài)特征參量的非等間隔原始序列為:X(CI) = (X? U1),x(cl) (t2),L,X? (tn)),其中:?κ t2< L< tn,且各時段間隔 Λ t^ti-tH - const.i e {2,3,4L, n},則非等間隔序列轉化處理步驟如下:令平均時間間隔Λ h,則Λ Ji1Jn-1 Σ Ati= ^ (Vt1), 記 Ψ=Χ(0)(1^)- Χ(0)(1:Η)/1:「1:Η · (ti+Q-l) Λ?0-1:Η), 貝丨J : X1(O)⑴=χ(0) (ti) i=l. η ; χ/0) (i) =χ(0) (?η) + ψ i=2, 3, L, η-1 于是得到該狀態(tài)參量的等間隔序列:Χ ω)= (χΛ (2),···,Χιω (η)); Β、將強隨機性序列進行平滑處理: 采用時間序列一次指數(shù)加上平滑公式對強隨機性序列的原始數(shù)據(jù)進行平滑處理:Yft0 (k) = Oc χ(0) (k) + (I- Oc ) y(0) (k_l) · k=2, 3, L,η 對于任意隨機序列{x(cl) (k),k為正整數(shù)},新序列y(tl) (k)的方差不大于原始序列的方 差,即新序列的隨機性弱于原始序列的隨機性; 設擬合值與實測值差的絕對值的平均殘差為α,對等間隔化處理過的原始序列進行灰 色預測后,預測值可還原為zx^kMy^GO-a-cOy^k-l)]/ α ; C、變壓器狀態(tài)特征參量預測: 根據(jù)灰色預測的建模原理,假定兩點之間的累加擬合值序列為Xao=Ix^lhxW (2),…,χω(η)}以及離散預測值為χω(η+1),在p時刻的特征參量的預測值為χ ((0(ρ), 其中η〈ρ〈η+1,則: x(〇)(p)=x(1) (ρ)_ χ(1) (η) + (n+l-p) · χ(0) (η) =(β 1Ρ_ β 1η) (χ(0) (1) + β 3) + β 1η_ β 1ρ/1_β1· β2 + (η+1_ρ ) · χ(0) (η) 根據(jù)狀態(tài)評估或故障診斷方法對特征參量預測值進行評估,從而可以實現(xiàn)對變壓器的 狀態(tài)預測或故障預測。
2. 根據(jù)權利要求1所述的基于離散灰色模型的電力變壓器特征狀態(tài)量預測方法,其特 征在于:采用等維新息遞補數(shù)據(jù)處理技術來對灰色預測模型進行改進,即每當預測出一個 新值時,將其加入到樣本序列中最早的一個數(shù)據(jù)信息中,重新建立離散灰色預測模型,這樣 周而復始直到完成預測目標為止。
【文檔編號】G06F19/00GK104376202SQ201410630617
【公開日】2015年2月25日 申請日期:2014年11月11日 優(yōu)先權日:2014年11月11日
【發(fā)明者】趙高建, 趙廣立, 朱莉, 郭立, 馬磊, 李朝陽 申請人:國家電網公司, 鄭州眾創(chuàng)匯達電氣有限公司, 國網河南省電力公司鄭州供電公司