摘要
本发明公开了一种基于实际运行数据的变压器油温预测方法及其装置,涉及电力系统运检技术领域。方法包括:获取变压器的实际运行数据;根据变压器的运行电压等级和冷却方式将实际运行数据划分为不同的变压器类型;对实际运行数据进行预处理,填补缺失值并剔除异常值;构建集成学习模型,通过同一变压器类型的实际运行数据训练集成学习模型,得到各变压器类型的油温预测模型;通过各变压器类型的油温预测模型预测各类型的变压器的油温。本发明采用集成学习模型作为预测模型,利用不同模型捕捉数据中的不同特征,提高模型的泛化能力和预测精度。
技术关键词
集成学习模型
变压器
支持向量机回归模型
注意力机制
电力系统运检
多元线性回归模型
门控循环网络
学习器
数据获取模块
数据处理模块
处理器
积层
预测装置
参数
异常数据
可读存储介质
电压
存储器
系统为您推荐了相关专利信息
导电粒子
图像处理算法
智能检测算法
策略
工业视觉检测
RJ45连接器
静电保护二极管
物理层收发器
网络变压器
气体放电管
双向长短期记忆
服务特征
资源特征
服务调用拓扑
融合特征
输送带纵向撕裂
异常检测方法
热力图
变量
彩色图像数据
数字孪生模型
自然保护区
展示方法
融合算法
渲染算法