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