摘要
本发明公开了一种变压器油中溶解气体浓度的预测方法及相关装置,属于变压器油中气体监测技术领域,所述方法包括:对待预测时间点前的油中溶解气体时序数据进行模态分解,得到IMF分量和趋势分量,并筛选出有效IMF分量;对有效IMF分量及趋势分量归一化处理;对归一化处理后的有效IMF分量,以滑动窗口方式提取截取长度为p的序列作为输入,以序列下一时刻值为标签训练CNN‑LSTM模型;对趋势分量,采用ARIMA模型进行训练;截取各有效IMF分量末端长度为p的子序列,输入训练好的CNN‑LSTM模型,将归一化后的趋势分量输入训练好的ARIMA模型,得到各分量的预测结果;对各分量预测结果反归一化,并动态加权融合生成最终预测值,本发明提升了变压器油中气体浓度预测的精度与稳定性。
技术关键词
LSTM模型
ARIMA模型
变压器
滑动窗口
序列特征
气体监测技术
动态
归一化模块
标签
时序
多项式
预测系统
预测误差
处理器通信
数据
可读存储介质
系统为您推荐了相关专利信息
变压器故障检测
BP神经网络
生成对抗网络
多分类器
数据生成模型
混合滤波器
变压器
声纹识别模型
故障识别方法
多维特征向量
桥梁结构健康监测
识别点
卷积神经网络模型
承重梁
拍摄装置
面向海洋牧场
智能感知方法
多模态
坐标系
物理成像模型