基于萤火虫优化LightGBM算法的电子式互感器误差状态预测方法

    公开(公告)号:CN113536662B

    公开(公告)日:2022-06-21

    申请号:CN202110667340.X

    申请日:2021-06-16

    Applicant: 三峡大学

    Abstract: 基于萤火虫优化LightGBM算法的电子式互感器误差状态预测方法,包括:采集电子式互感器影响参量和误差参量,构建数据模型;计算影响参量和误差参量间的距离相关系数,根据距离相关系数选择电子式互感器的主导影响参量;萤火虫算法对LightGBM算法的学习率、最大深度和子叶个数进行超参数寻优;根据最优超参数对误差参量进行建模预测,计算实际误差参量与预测误差参量的差值,以平均绝对误差和均方根误差作为预测评估。本发明方法能够在不停电的状态下,有效预测电子式互感器误差状态曲线走势,为在线监测电子式互感器误差状态提供可参考依据。

    基于Prophet、自注意力机制和时间序列卷积网络的电子式电压互感器误差预测方法

    公开(公告)号:CN115438576A

    公开(公告)日:2022-12-06

    申请号:CN202210994750.X

    申请日:2022-08-18

    Applicant: 三峡大学

    Abstract: 基于Prophet、自注意力机制和时间序列卷积网络组合模型的电子式电压互感器误差预测方法,采集电子式电压互感器的比差数据,进行标准化处理;将标准化处理后的数据输入到Prophet模型进行分解,并对各趋势分量进行拟合,输出预测结果;将训练集数据输入到时间序列卷积网络模型进行特征提取和预测,并将时间序列卷积网络模型输出的结果与Prophet模型分解得到的周期项进行加权组合并输出;将输出的预测值输入到自注意力机制层,进行特征提取;自注意力机制层输出的预测值,继续传递到全连接层进行数据降维处理,输出电子式电压互感器比差的预测数据。该方法能够较好地预测电子式电压互感器未来的误差变化趋势,为电力系统进行设备校验提供有力依据。

    基于萤火虫优化LightGBM算法的电子式互感器误差状态预测方法

    公开(公告)号:CN113536662A

    公开(公告)日:2021-10-22

    申请号:CN202110667340.X

    申请日:2021-06-16

    Applicant: 三峡大学

    Abstract: 基于萤火虫优化LightGBM算法的电子式互感器误差状态预测方法,包括:采集电子式互感器影响参量和误差参量,构建数据模型;计算影响参量和误差参量间的距离相关系数,根据距离相关系数选择电子式互感器的主导影响参量;萤火虫算法对LightGBM算法的学习率、最大深度和子叶个数进行超参数寻优;根据最优超参数对误差参量进行建模预测,计算实际误差参量与预测误差参量的差值,以平均绝对误差和均方根误差作为预测评估。本发明方法能够在不停电的状态下,有效预测电子式互感器误差状态曲线走势,为在线监测电子式互感器误差状态提供可参考依据。

Patent Agency Ranking