基于C-Prophet的变压器油温预测方法

摘要：

变压器绕组温度过高会导致绝缘老化,严重危害电力设备正常运行.变压器油温能够作为判断绕组温度的辅助依据,然而变压器油温受季节因素、天气变化影响较大,目前针对变压器油温预测的精度有待进一步提升.针对此问题,首次将Prophet算法用于变压器油温预测,并提出一种与自适性噪声完备总体经验模态分解(CEEMDAN)相结合的变压器油温预测方法(CEEMDAN-Prophet,C-Prophet).同时为进一步提升油温预测精度,在预测过程中综合考虑季节变化对变压器油温的影响.C-Prophet预测方法首先利用CEEMDAN对采集的油温信号进行分解,得到最终残差和K个本征模态分量.然后利用Prophet算法对各个分量进行预测,并将得到的N个模态分量的预测值进行求和得到最终的预测结果.算例结果表明,与卷积神经网络(convolutional neural networks,CNN)、长短期记忆网络(long short-term memory,LSTM)和随机森林算法相比,C-Prophet算法预测精度分别提高了54.40％、44.08％、20.09％,且C-Prophet算法在考虑季节因素后预测精度进一步提升了61.24％.

关键词：C-Prophet、变压器油温预测、完全自适应噪声集合经验模态分解、季节因素

所属期刊栏目：39

分类号：TM41(变压器、变流器及电抗器)

资助基金：国家电网有限公司总部科技项目;辽宁省自然科学基金

在线出版日期：2023-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：48-55