变压器的运行寿命与变压器绝缘性能直接相关。对于特高压换流变压器来说,油温预测可作为其绝缘性能评估的重要依据。为提高换流变油温预测精度,提出一种基于长短期记忆网络(long-short term memory network,LSTM)、自注意力机制(self-at...变压器的运行寿命与变压器绝缘性能直接相关。对于特高压换流变压器来说,油温预测可作为其绝缘性能评估的重要依据。为提高换流变油温预测精度,提出一种基于长短期记忆网络(long-short term memory network,LSTM)、自注意力机制(self-attention mechanism,SA)和门控循环单元(gated recurrent unit,GRU)串并行混合模型的换流变顶层油温预测方法。首先,对换流变顶层油温数据进行滚动滑窗预处理;然后,建立LSTM与SA并行的预测模型,并利用GRU对并行预测的结果进行融合,经全连接层调节后输出最终预测结果。对比实验表明,相较于单一预测模型,采用混合预测模型在换流变顶层油温预测中可以取得更高的精度。展开更多
