GM(1,1)優(yōu)化模型在變壓器油中溶解氣體濃度預測的應用研究.pdf

1、電力變壓器是電力網絡中的樞紐設備，它的可靠運作是電網安全和正常運行的保證，一旦出現突發(fā)性故障，將導致局部電網甚至整個互聯大電網運行的癱瘓。因此，積極開展電力變壓器的故障預測工作顯得尤為重要。通過建立高精度的預測模型對變壓器油中各氣體濃度進行精準預測和分析是提前發(fā)現變壓器潛在性故障的有效方法。論文主要對GM（1，1）模型進行了優(yōu)化，以提高該模型的預測精度，并對其在變壓器油中各氣體濃度預測的應用方面做了較深入的研究，主要的研究工作和成果如下

2、：
　?。?）查閱和研究了關于該課題的國內外有關文獻和資料，并對灰色模型及其改進模型在變壓器油中氣體濃度預測的應用研究現狀進行了分析和總結。
　　（2）對建模序列中的異常數據進行數值生成處理，可以使該序列的規(guī)律性增強、滿足建模條件。當建模數據序列中存在不正?；虿缓蠈嶋H的數據時，通過結合實際對其進行分析和檢驗，若不能滿足建模要求，對其進行相應地數值生成替換處理，再建立灰色GM（1，1）預測模型，通過實例分析表明可以有效提高模型

3、的預測精度。
　?。?）增加初始建模序列的光滑度可以有效提高灰色預測模型的精度。根據函數變換理論，本文通過建立數據變換的構造函數和準則，對建模序列作函數cos()xa變換處理，可以增強該序列的光滑度，再建立基于函數cos()xa變換的灰色GM（1，1）預測模型。通過兩個實例預測和分析表明該模型無論是對多數據還是少數據序列預測，均可有效提高預測模型的精度。
　?。?）根據殘差數據序列變化的特點和結合灰色Verhulst模型的優(yōu)

4、點，本文建立了灰色Verhulst殘差修正模型。對殘差數列作相應地處理，使其呈近似“S”型曲線變化或近似指數規(guī)律變化，建立灰色Verhulst殘差修正模型，對精度不滿足要求的模型進行修正，進而提高模型的預測精度。
　?。?）基于灰色理論基礎和對灰色GM（1，1）模型優(yōu)化的思想，本文建立了綜合灰色GM（1，1）預測模型。通過運用幾種模型分別預測和分析了某正常運行變壓器的油中的幾種氣體濃度，并對比其各自的預測結果，表明了綜合灰色GM（