The invention discloses a method of predicting the running state of transformer based on long and short time memory network, which includes steps: (1) obtaining historical information related to the running state of the transformer; (2) evaluating the historical running state of the transformer based on the historical information; (3) constructing the transformer running state based on the long short memory network. The prediction model; (4) the prediction model of the transformer running state based on the history information and the history running state; (5) the prediction of the transformer's future running state is predicted based on the history information of the transformer running state prediction model. In addition, the present invention also discloses the corresponding system. The invention can predict the future running state of transformer effectively, and predict the operation state of the transformer can help to perceive the potential threat of transformer in time, grasp the trend of transformer fault development, and have great significance to improve the safety and reliability of the equipment operation.
【技术实现步骤摘要】
基于长短时记忆网络的变压器运行状态预测方法及系统
本专利技术涉及电力设备监控领域,尤其涉及一种变压器运行状态预测方法及系统。
技术介绍
在服役过程中,电力变压器遭受热、电及机械等应力长期作用,由完全良好状态逐步劣化直至故障。一旦出现故障,不仅严重损害变压器,也极大地威胁人民正常生产生活。对变压器运行状态进行预测,有助于及时感知变压器潜在威胁,掌握变压器故障发展趋势。变压器状态全景信息的不断积累,为变压器运行状态评估及预测提供了先决条件。变压器状态全景信息通常包括与变压器运行状态相关的各类信息,例如变压器油中溶解气体浓度、运行巡检信息、技术性能信息等。其中技术性能信息通常包括运行工况、检修记录、运行时间等。因此,变压器运行状态预测工作切实可行,对提高设备运行安全可靠性具有重大意义。
技术实现思路
本专利技术的目的之一是提供一种基于长短时记忆网络的变压器运行状态预测方法,其能有效预测变压器的未来运行状态。基于上述目的,本专利技术提供了一种基于长短时记忆网络的变压器运行状态预测方法,其包括步骤:(1)获取与变压器运行状态相关的历史信息;(2)基于所述历史信息评估所述变压器的历史运行状态;(3)构建基于长短时记忆网络的变压器运行状态预测模型;(4)基于所述历史信息和历史运行状态训练所述变压器运行状态预测模型;(5)基于所述历史信息通过所述变压器运行状态预测模型预测变压器的未来运行状态。本专利技术所述的基于长短时记忆网络的变压器运行状态预测方法中:所述历史信息和历史运行状态通常是对应时间序列的一组数据。长短时记忆网络(LSTM,LongShort-TermMemory) ...
【技术保护点】
一种基于长短时记忆网络的变压器运行状态预测方法,其特征在于,包括步骤:(1)获取与变压器运行状态相关的历史信息;(2)基于所述历史信息评估所述变压器的历史运行状态;(3)构建基于长短时记忆网络的变压器运行状态预测模型;(4)基于所述历史信息和历史运行状态训练所述变压器运行状态预测模型;(5)基于所述历史信息通过所述变压器运行状态预测模型预测变压器的未来运行状态。
【技术特征摘要】
1.一种基于长短时记忆网络的变压器运行状态预测方法,其特征在于,包括步骤:(1)获取与变压器运行状态相关的历史信息;(2)基于所述历史信息评估所述变压器的历史运行状态;(3)构建基于长短时记忆网络的变压器运行状态预测模型;(4)基于所述历史信息和历史运行状态训练所述变压器运行状态预测模型;(5)基于所述历史信息通过所述变压器运行状态预测模型预测变压器的未来运行状态。2.如权利要求1所述的基于长短时记忆网络的变压器运行状态预测方法,其特征在于,所述历史信息包括变压器油中溶解气体浓度、运行巡检信息以及技术性能信息中的至少其中之一。3.如权利要求2所述的基于长短时记忆网络的变压器运行状态预测方法,其特征在于,所述步骤(2)中,针对所述历史信息中的各类参量信息评估得到对应的历史运行状态评估结果,为所述历史信息中的各类参量信息对应的历史运行状态评估结果赋予相应的权重,加权求得历史运行状态的综合模糊评估结果。4.如权利要求3所述的基于长短时记忆网络的变压器运行状态预测方法,其特征在于,利用模糊理论评估得到变压器油中溶解气体浓度对应的历史运行状态评估结果。5.如权利要求4所述的基于长短时记忆网络的变压器运行状态预测方法,其特征在于,以变压器油中溶解气体浓度为输入特征参量,以其对应的相对劣化度为输出目标,建立支持向量机模型去拟合三角形半梯形组合隶属函数与所述历史运行状态的分布关系,从而利用模糊理论评估得到变压器油中溶解气体浓度对应的历史运行状...
【专利技术属性】
技术研发人员:代杰杰,盛戈皞,徐玲玲,宋辉,侯慧娟,江秀臣,
申请(专利权)人:上海交通大学,国家电网公司,
类型:发明
国别省市:上海,31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。