典型文献
基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测
文献摘要：
油中溶解气体含量的准确预测对变压器安全稳定运行具有重要意义.为克服传统预测方法仅考虑油中溶解气体含量单一一类变量以及依靠经验为模型选参的局限性,提出一种考虑多因素的变压器油中溶解气体含量自适应预测方法.首先收集变压器在正常和异常运行情况下油中溶解气体的在线监测数据、温度数据(环境、变压器顶层油)、环境风速数据,并通过注意力机制(attention mechanism)计算各数据变量具体权重后作为预测模型的输入;然后通过麻雀搜索算法(sparrow search algorithm,SSA)对双向门控循环单元(bidirectional gated recurrent unit,BiGRU)预测模型中批处理、学习率、隐藏层层数和层神经元数4个重要参数进行智能迭代优化,得到最优参数值,在此基础上,构建SSA-BiGRU-Attention优化模型,实现对油中溶解气体含量的预测.研究结果显示,利用该文提出的模型对正常运行条件下油中溶解气体含量进行预测,预测精度可达到98.3％;对达到注意值的油中溶解气体含量进行预测,能较好地预测气体数据的峰值和拐点,预测精度可达到86.6％.该文提出的变压器油中气体含量预测方法可为变压器状态评估和故障预警提供重要的技术支持.
文献关键词：
油中溶解气体含量;注意力机制;麻雀搜索算法;双向门控循环单元;变压器状态预测
中图分类号：
作者姓名：
刘展程;王爽;唐波
作者机构：
三峡大学电气与新能源学院,宜昌443002;三峡大学湖北省输电线路工程技术研究中心,宜昌443002
文献出处：
引用格式：
[1]刘展程;王爽;唐波-.基于SSA-BiGRU-Attention模型的变压器油中溶解气体含量预测)[J].高电压技术,2022(08):2972-2981
A类：
变压器状态预测
B类：
SSA,BiGRU,Attention,变压器油,油中溶解气体含量,气体含量预测,准确预测,安全稳定运行,传统预测,自适应预测,异常运行,运行情况,下油,在线监测,温度数据,环境风速,风速数据,注意力机制,attention,mechanism,麻雀搜索算法,sparrow,search,algorithm,双向门控循环单元,bidirectional,gated,recurrent,unit,批处理,学习率,层数,重要参数,迭代优化,最优参数,参数值,运行条件,拐点,中气,变压器状态评估,故障预警
AB值：
0.19823
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
