基于EMD和GCT的变压器油中溶解气体预测

• 作者: 陈铁 陈卫东 李咸善 张会颖 邹祖冰
• 来源期刊: 高压电器
• 关键词: 变压器 油中溶解气体 时间序列预测 经验模态分解 格兰杰因果关系检验 时间注意力机制 长短时记忆网络
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 研究与分析
• 页码范围: 70-79
• 页数: 9页
• 语种: 中文
• DOI: 10.13296/j.1001⁃1609.hva.2022.04.010

摘要

针对传统预测方法在变压器油中溶解气体预测时精度不高的问题，提出一种EMD和GCT联合应用的新型预测方法。首先使用EMD将溶解气体浓度、环境温度、油温及负载电流等时序信息分解成平稳的模态分量；然后使用GCT分析模态之间的预测关系，提取每阶模态的格兰杰原因；最后将待预测分量及其格兰杰原因所对应的历史时序输入到时间注意力机制LSTM网络进行预测，并采用改进的蚁狮算法优化网络参数，经叠加重构得到特征气体浓度最终预测结果。实验结果表明：与传统LSTM网络相比，所提方法具有更高的预测精度和可行性。