关键词:
变压器动态载荷评估
领域自适应
高斯过程
变压器重过载预警
摘要:
精准预判变压器重过载事件对于消除安全隐患、提高供电可靠性至关重要。现有的变压器重过载预警方法无法应对负荷数据的时序分布漂移(temporal covariate shift,TCS)现象,并且尚未考虑变压器载荷能力动态变化的特点,导致现有预警方法存在适应性差、预警精度不稳定等问题。针对上述问题,该文提出基于内驱进化预测模型和载荷能力动态评估的变压器周前重过载预警方法。首先,基于Informer方法建立周前负荷预测模型,利用该模型的泛化误差特征,构建基于领域自适应理论的预测修正模型,缩小历史负荷数据与未来数据的分布差异;其次,针对重过载负荷的数据分布特征随时间动态变化的特点,该文充分考虑“近大远小”的预测原则,基于样本权重矩阵建立预测模型的内驱进化更新模型,持续提高预测模型在未来负荷数据上的适应性,有效应对时序分布漂移现象。此外,构建考虑变压器冷却方式的热点温度计算模型,基于热点温度等因素建立变压器动态载荷能力评估方法。最后,提出考虑变压器动态载荷能力的重过载预警方法,并采用我国西部某供电局多台变压器实测数据进行验证分析,结果表明,该文方法的负荷预测精度最高提升32.55%,有效提高变压器周前重过载预警精度,具有较强的普适性。