[发明专利]基于云系相似度权重分配的变压器状态参量组合预测方法

摘要

本发明公开了一种基于云系相似度权重分配的变压器状态参量组合预测方法，包括：采集获取变压器运行产生的状态参量时序数据构成原始时序数据流X，并将其划分为训练集Xtr、验证集Xva以及测试集Xte；利用训练集Xtr构造获得独立模型训练元组Ω＝{U,V}，并用其对M个预选定的独立预测模型进行训练，获取训练后的M个独立预测模型对于验证集Xva的预测结果以及对于测试集Xte的预测结果将Xva及转化为正态云系；计算两云系相同位置云模型间的重叠面积以得到其相似度，进而获得云系间整体相似度；依据云系间整体相似度向各独立预测模型分配预测权重，结合预测结果获取最终组合预测结果。本发明相比于现有预测方法具有更高的预测精度与容错率。

主权项

1.一种基于云系相似度权重分配的变压器状态参量组合预测方法，其特征在于，包括以下步骤：S1，采集获取变压器运行产生的状态参量时序数据，构成原始时序数据流X；S2，将步骤S1获得的原始时序数据流X划分为训练集X_tr、验证集X_va以及测试集X_te，并利用训练集X_tr构造独立模型训练元组Ω＝{U,V}；S3，利用步骤S2构造的训练元组Ω＝{U,V}对M个预选定的独立预测模型进行训练，获取训练后的M个独立预测模型对于验证集X_va的预测结果以及对于测试集X_te的预测结果S4，对验证集X_va及其预测结果进行分段，并利用反向正太云发生器获取各序列片段的云参数，将X_va及转化为正态云系；S5，计算步骤S4获得的两云系相同位置云模型间的重叠面积以得到其相似度，进而计算得到云系间整体相似度；S6，依据步骤S5获得的云系间整体相似度向各独立预测模型分配预测权重，结合步骤S3获得的预测结果获取最终组合预测结果，完成变压器状态参量组合预测。