文献类型：期刊文章

作　　者：刘慧鑫[1] 张江龙[2] 连鸿松[1] 郑东升[1] 赖永华[1]

LIU Huixin;ZHANG Jianglong;LIAN Hongsong;ZHENG Dongsheng;LAI Yonghua(Electric Power Research Institute,SGCC,Fuzhou 350007,China;Information&Telecommunication Company,SGCC,Fuzhou 350003,China)

机构地区：[1]国网福建省电力有限公司电力科学研究院,福州350007 [2]国网福建省电力有限公司信息通信分公司,福州350003)

出　　处：《高压电器》

基　　金：福建省科技厅引导性项目(2017H0001)~~

年　　份：2019

卷　　号：55

期　　号：12

起止页码：193-199

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：变压器作为电力系统的核心设备,其安全运行是电力系统稳定可靠的基础。根据在线监测系统提供的油中溶解气体含量历史数据,预测未来气体体积分数及其发展趋势,是DGA故障预测的关键,也是在线监测的必要补充和提前预警变压器故障的重要手段。现有的预测算法存在着模型泛化性差和没有考虑时间序列模型等问题。为提高预测能力,文中首先介绍了非时序有监督学习和时间序列模型关键技术及其在变压器油中溶解气体体积分数预测的应用;然后搜集和发布了一个大规模数据样本,为算法提供了一个较为全面的验证集,提高模型的泛化性;最后使用前向数据分割方法进行数据增强,增加模型的训练数据。大量实验证明了时间序列模型在变压器油中溶解气体体积分数预测的有效性。

关 键 词：变压器 油中溶解气体 预测  非时序有监督学习  时间序列学习  

分 类 号：TM4]