摘要
本发明涉及一种基于综合热因子和神经网络的变压器顶层油温预测方法,包括:1、利用变压器的实测数据,选取影响变压器顶层油温的特征变量,进行相关性分析得到相关性热图;2、结合IEEE与GB1094中顶层油温计算公式,确定与顶层油温热效应密切相关的特征数,定义为综合热因子,与顶层油温一同作为特征变量;3、构建CNN‑LSTM‑Attention组合结构的顶层油温预测模型,将电流与环境温度构建一个线性连接层作为综合热因子,划分训练、验证、测试集样本比例为6:2:2;4、以平均绝对误差和平均绝对百分比误差作为误差评价指标,对顶层油温预测结果进行评价分析。该方法能准确预测未来一段时间的变压器顶层油温。
技术关键词
Pearson相关系数
因子
历史监测数据
变压器顶层油温
相关性分析方法
电流
误差
特征数
有功功率
相关系数法
神经网络算法
热力图
变量
计算方法
组合算法
数值
指标
特征参量
系统为您推荐了相关专利信息
出行需求
车辆调度方法
出行场景
车辆实时位置
需求预测模型
电子器件模块
数据分析模块
数据采集模块
因子
序列
网络异常检测方法
网络入侵检测
多模态信息
日志
数据特征提取