[发明专利]一种电力变压器顶层油温区间预测方法及系统

摘要

本发明公开了一种电力变压器顶层油温区间预测方法及系统，基于核极限学习机和Bootstrap方法，获取原始训练集数据，通过Bootstrap方法生成子训练集；采用子训练集数据训练多个核极限学习机顶层油温预测模型；以多个核极限学习模型对原始训练集进行预测，根据预测结果生成噪声预测核极限学习机的训练样本，并训练噪声预测核极限学习机；采用多个核极限学习机顶层油温预测模型对验证集进行预测，并采用噪声预测核极限学习机预测顶层油温的观测噪声方差；根据多个核极限学习对顶层油温预测结果的方差和预测得到的观测噪声方差，计算得到顶层油温的预测区间。本发明能够得到在某置信水平上的清晰可靠的变压器顶层油温预测区间。

主权项

1.一种电力变压器顶层油温区间预测方法，其特征是：包括以下步骤：(1)采集电力变压器的负载电流、环境温度和顶层油温，形成原始实测数据集；(2)利用Bootstrap方法对原始实测数据集进行多次有放回地随机采样，形成多组随机数据集；(3)对随机数据集进行归一化处理，并将每一组随机数据集作为一个核极限学习机模型的训练集，并对核极限学习机进行训练；(4)利用每一个训练好的核极限学习机模型分别对原始实测数据集进行预测，形成多个预测输出，求解其平均值与方差；(5)根据预测输出，形成新的核极限学习机模型，对顶层油温观测噪声方差进行逼近；(6)获取验证核极限学习机模型的输入数据，形成验证集，对验证集进行归一化处理，以每一个训练好的核极限学习机模型对验证集进行预测，求解其平均值与方差；(7)利用新的核极限学习机模型对验证集顶层油温观测噪声方差进行预测，计算在设定的置信水平上的预测区间，并对预测结果进行反归一化处理；所述步骤(3)中，核极限学习机模型的训练方法具体如下：训练样本为D＝{(xn,yn),n＝1,2…N}，输入数据xn和目标数据yn，按照下式求出核极限学习机模型隐藏层和输出层的连接权重β： β = ( I / C + Ω E L M ) - 1 y 1 . . . y N Ω E L M i , j = K ( x i , x j ) ]]>其中，I为对角矩阵，C为惩罚系数，y输出目标向量，y＝[y1,y2,…,yn]T,n＝1,2…N，K(xi,xj)为核函数，设定为RBF核：K(xi,xj)＝exp(-γ||xi,xj||2)其中，γ>0，为核参数，||xi-xj||为欧式范数；所述步骤(7)中，计算模型在(1-α)％置信水平上的预测区间上下限值，具体方法为： y ^ b o o t ( x ) ± t d f 1 - α 2