摘要
本发明涉及一种基于LSSVM和高斯过程回归的变压器热点温度反演方法,包括:1、通过变压器温升试验,获取外壳特定测温点的温度、变压器负载率、环境温度、绕组热点温度等数据,进行数据预处理;2、使用最小二乘支持向量机对历史数据进行训练,按照6:4的比例划分训练集和预测集,同时输出初始变压器绕组热点温度预测值;3、构建高斯过程回归模型,对LSSVM的预测残差进行建模,利用GPR进行残差预测及不确定性估计;4、将LSSVM和GPR的残差叠加作为最终热点温度预测结果输出,并且输出预测结果的±2σ置信区间;5、以决定系数和均方误作为误差评价指标,评估LSSVM和GPR对变压器绕组热点温度的反演效果。该方法能较为准确反演变压器的绕组热点温度。
技术关键词
绕组热点温度
变压器外壳
残差预测
预测残差
统计学习理论
误差
GPR模型
测温
指标
选取特征
支持向量机
数据
流线
温升
变量
计算方法