关键词:
变压器油
溶解气体
特征评估
海鸥优化算法
深度极限学习机
绝缘状态预测
摘要:
为实现变压器油绝缘状态的准确预警与智能监测,以内蒙古地区部分电厂历年送检变压器油中溶解气体数据为检测样本展开分析,提出了一种基于特征评估与改进海鸥优化算法(Seagull Optimization Algorithm,SOA)优化深度强化学习机(Deep Extreme Learning Machine,DELM)模型的变压器油绝缘状态预测方法,对运行变压器油中溶解氢气与总烃含量进行准确预测。特征提取方面,通过计算输入向量与预测输出的互信息,评估特征间的关联程度,由关联度最高的特征构成最简输入向量;预测输出方面,通过增加附加变量,改进SOA参数选取方式,使算法快速收敛、避免陷入局部最优,实现DELM模型网络权重与隐藏层偏置的优化。最后,对比多种预测模型,依次分析7个电厂历史实测样本,验证该方法的适用性。