基于C-Prophet的变压器油温预测方法

作者：纪宏德; 吴显德^*; 王海鑫

来源：电网与清洁能源, 2023, 39(03): 48-55.

• C-Prophet
• 变压器油温预测
• 完全自适应噪声集合经验模态分解
• 季节因素

变压器绕组温度过高会导致绝缘老化，严重危害电力设备正常运行。变压器油温能够作为判断绕组温度的辅助依据，然而变压器油温受季节因素、天气变化影响较大，目前针对变压器油温预测的精度有待进一步提升。针对此问题，首次将Prophet算法用于变压器油温预测，并提出一种与自适性噪声完备总体经验模态分解（CEEMDAN）相结合的变压器油温预测方法（CEEMDAN-Prophet,C-Prophet）。同时为进一步提升油温预测精度，在预测过程中综合考虑季节变化对变压器油温的影响。C-Prophet预测方法首先利用CEEMDAN对采集的油温信号进行分解，得到最终残差和K个本征模态分量。然后利用Prophet算法对各个分量进行预测，并将得到的N个模态分量的预测值进行求和得到最终的预测结果。算例结果表明，与卷积神经网络（convolutional neural networks,CNN）、长短期记忆网络（long short-term memory,LSTM）和随机森林算法相比，C-Prophet算法预测精度分别提高了54.40%、44.08%、20.09%，且C-Prophet算法在考虑季节因素后预测精度进一步提升了61.24%。

• 出版日期2023
• 单位沈阳工业大学; 浙江华是科技股份有限公司