典型文献
基于条件互信息与LSTNet的特高压变压器顶层油温预测方法
文献摘要：
顶层油温预测可为特高压变压器绝缘老化评估及故障预警提供重要依据.该文提出一种基于条件互信息(conditional mutual information,CMI)及长期和短期时间序列网络(long-and short-term time-series network,LSTNet)的特高压变压器顶层油温预测方法.基于历史监测数据包括顶层油温、油中溶解气体含量、绕组温度、绕组电流、环境温度等9种参量,采用条件互信息方法,为顶层油温预测选取具有强信息增益的特征量,以降低预测模型输入特征维度;在此基础上,利用LSTNet提取特征量中蕴含的长期周期性规律和短期非线性变化特性,建立基于CMI-LSTNet预测模型,实现特高压变压器多个部位顶层油温预测.算例结果表明,相较于现有典型预测方法,该文方法不仅适应特高压变压器顶层油温变化趋势,且具有较高的预测精度.
文献关键词：
特高压变压器;顶层油温;条件互信息;长期和短期时间序列网络
中图分类号：
作者姓名：
缪希仁;林蔚青;肖洒;江灏;陈静;庄胜斌
作者机构：
福州大学电气工程与自动化学院,福建省 福州市 350108;国网福建省电力有限公司超高压分公司,福建省 福州市 350013
文献出处：
引用格式：
[1]缪希仁;林蔚青;肖洒;江灏;陈静;庄胜斌-.基于条件互信息与LSTNet的特高压变压器顶层油温预测方法)[J].电网技术,2022(07):2601-2609
A类：
长期和短期时间序列网络
B类：
条件互信息,LSTNet,特高压变压器,顶层油温,油温预测,变压器绝缘,绝缘老化评估,故障预警,conditional,mutual,information,CMI,long,short,term,series,network,数据包,油中溶解气体含量,绕组温度,绕组电流,参量,信息方法,强信息,信息增益,特征量,模型输入,输入特征,提取特征,周期性规律,非线性变化,变化特性,油温变化
AB值：
0.237145
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。
