基于改进支持向量机的变压器实时热点温度预测方法研究

摘要

文中提出了一种基于改进支持向量机的变压器实时热点温度预测方法。该方法以变压器负载电流、环境温度和顶层油温为特征值,将变压器热点温度预警与预测相结合,目的在于实现基于近期历史运行数据的变压器实时热点温度预测。文中研究分析了基于改进网格搜索、遗传算法及粒子群算法的支持向量机在变压器短期热点温度预测中的应用效果,结果表明,3种改进方法均可有效提升预测精度,但基于改进网格搜索算法的支持向量机预测效率最高。最后,以某35 k V油浸式变压器实时热点温度数据为样本集,文中所述方法可有效实现变压器短期热点温度预警预测,预测准确度高于90%。