基于通径分析和相似时刻的特高压变压器顶层油温预测

提出了一种基于通径分析和相似时刻的特高压变压器顶层油温预测方法,该方法通过动态优化相似时刻数量,来获取最优预测效果。首先基于顶层油温大小模糊排序方法量化处理时间因子后,利用通径分析方法计算各影响因素的简单相关系数并分析其与特高压变压器顶层油温的相关性。然后在基于逼近理想解排序(TOPSIS)法和时间“距离远相关性小,距离近相关性大”原则,利用气象因素相关度、时间因子相关度和负荷因子相关度线性加权得到综合因素相关度。最后详细分析了相似时刻选择和顶层油温预测的流程,并将其应用到华东地区某特高压变压器顶层油温预测算例中。结果表明所提方法的平均预测误差为1.90%,平均标准差为0.0133,预测精度高,误差波动小,验证了该方法的有效性与可行性。

基于相似日和相似时刻的变压器顶层油温预测方法

变压器顶层油温受天气状况、潮流负荷等诸多因素影响,其预测精度难以提高。为解决此问题,文中提出一种基于相似日和相似时刻的变压器顶层油温预测方法,在相似日内进一步选择待预测日各时刻所对应的相似时刻,进而利用相似时刻预测变压器顶层油温。首先采用基于气象因素的K-means聚类和时间“近大远小”原则,从历史样本中选择得到待预测日的相似日。然后在充分研究相似时刻定义描述和判断依据的基础上,基于反向传播(BP)神经网络和线性加权方法给出了顶层油温预测方法的计算步骤,并将其应用到江苏某特高压主变顶层油温的预测工作中。最后,结果表明该方法预测变压器顶层油温的精度较高,从而验证了该方法的有效性与可行性。

基于改进相似时刻法的分布式光伏功率短期预测方法

针对分布式光伏电站输出功率影响因素较多、影响程度差异较大,导致预测精度低等问题,提出了基于改进相似时刻法的分布式光伏功率短期预测方法。首先,将基于通径分析确定的简单相关系数作为阈值,筛选出气象、时间、负荷中与光伏输出功率相关性较强的主要影响因素。其次,基于简单相关系数优化权重的优劣解距离法(technique for order preference by similarity to ideal solution,TOPSIS)确定气象相关度;基于模糊排序法量化的时间因子线性加权确定时间相关度,基于电流参数直接量化确定负荷相关度。再次,由3个维度的相关度参数加权得到综合影响相关度,并建立短期光伏功率预测模型。最后,以某分布式光伏电站实测数据为例,验证了基于改进相似时刻法的分布式光伏功率短期预测具有较高预测精度。

基于解耦分析和欧式距离的特高压变压器顶层油温预测方法

针对特高压变压器顶层油温预测精度低的问题,提出一种基于解耦分析和欧式距离的特高压变压器顶层油温预测方法,该方法采用通径分析原理实现各因素变量的解耦分析。首先采用横向分析与纵向分析,计算温度、湿度、风速、气压、降雨量、光照强度、横向日期、纵向时刻以及负荷等9种因素变量的直接通径系数,选择得到特高压变压器顶层油温的主要影响因素变量。然后采用基于直接通径系数加权优化的欧式距离分析气象、时间和负荷3种因素的相关度,利用线性加权原理得到综合相关度。最后在充分研究基于综合相关度选择相似时刻步骤的基础上,利用支持向量机和线性加权法实现特高压变压器顶层油温的预测。算例结果表明:该方法预测特高压主体变顶层油温的平均误差为2.19%,预测特高压调补变顶层油温的平均误差为2.50%,具有较高的预测精度,验证了方法的有效性与可行性。