一种基于单变量去时序化的变压器油中溶解气体预测方法

本发明公开了一种基于单变量去时序化的变压器油中溶解气体预测方法。首先，收集变压器油中溶解气体在线监测的时间序列样本，并进行数据预处理；然后，通过滑窗技术对油中溶解气体的历史数据进行特征提取，将气体时间序列样本数据转化为非时序特征矩阵样本；最后，构建深度森林预测模型，通过多粒度扫描模块深层挖掘非时序特征矩阵的信息，再经过级联森林模块的不断训练，实现未来时刻油中溶解气体含量的准确预测。本发明能够在不破坏时间序列“过去预测未来”的规则情况下，进一步减少对特定时间点或时序关系的依赖，并提高传统非时序预测模型的适用性，有助于提升变压器油中溶解气体在线监测数据的预测精度。