一种基于自适应模糊神经算法的配变器重过载预警方法

本发明公开了一种基于自适应模糊神经算法的配变器重过载预警方法，涉及电气设备重过载预警技术领域，包括获取配电变压器相关数据，使用皮尔逊相关系数对数据的特征因素进行分析；基于主成分分析法的数据降维，筛选特征因素，对筛选后的特征因素进行改进聚类，利用变分模态分解将训练样本分解成IMF分量；对分解后的IMF分量进行自适应模糊神经预测，得到所有IMF分量的预测值，使用样本熵对所述预测值重构获取最终预测负荷；基于最终预测负荷进行重过载预警。本发明解决了变压器重过载问题对设备带来的影响，且当样本数足够大时间跨度长，随机性很强时，本发明的有效性将更明显。