典型文献
基于EMD-SAM-LSTM模型的220kV变压器顶层油温组合预测研究
文献摘要：
变压器是电网的核心部分,预测主变顶层油温可以提前掌握变压器的运行状态,发现电气设备的隐藏缺陷,做好预防措施,避免电力事故发生.基于EMD-SAM-LSTM的220kV变压器顶层油温预测研究,主要针对非线性、非稳定性、多变量油温序列数据,考虑变压器的220kV侧负载电流、环境影响因素和顶层油温为特征值,结合经验模态分解EMD算法对油温序列进行分解,完成对输入数据的特征提取,解决了油温序列数据非线性、非稳定性和多变量问题,提出自注意力模型与长短期记忆网络相融合的SAM-LSTM预测方法解决了数据长距离依赖问题.通过EMD-SAM-LSTM组合预测模型进行主变油温预测,通过预测值与实际值对比,完成均方误差、平均绝对百分比误差和R方三种算法评价指标的计算.算例计算表明,EMD-SAM-LSTM的220kV变压器顶层油温组合预测模型的精确度更高.
文献关键词：
经验模态分解;注意力机制;评价指标;油温预测;变压器
中图分类号：
作者姓名：
明晓航;潘岑诚;张明清;张德;戴劲峰;宋天威
作者机构：
国网江苏省电力有限公司南通供电分公司,江苏 南通226000
文献出处：
引用格式：
[1]明晓航;潘岑诚;张明清;张德;戴劲峰;宋天威-.基于EMD-SAM-LSTM模型的220kV变压器顶层油温组合预测研究)[J].电力大数据,2022(09):11-19
A类：
B类：
EMD,SAM,220kV,变压器,顶层油温,预测研究,心部,主变,电气设备,电力事故,油温预测,多变量,序列数据,负载电流,环境影响因素,经验模态分解,输入数据,自注意力模型,长短期记忆网络,长距离依赖,组合预测模型,成均,均方误差,平均绝对百分比误差,算法评价,注意力机制
AB值：
0.238496
相似文献
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。
