基于CEEMDAN和TCN的变压器油中溶解气体含量预测

基于CEEMDAN和TCN的变压器油中溶解气体含量预测
准确预测油中溶解气体含量的变化趋势，对变压器的状态评价和寿命评估有着积极的作用。为了提高油中溶解气体预测的准确性，文中提出一种基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise，CEEMDAN)和时间卷积网络(time convolution network,TCN)的油中溶解气体预测方法。首先，通过CEEMDAN方法将油中溶解气体含量的原始序列分解为多个本征模态分量，并将其中的稳定分量与非稳定分量分离；其次，对本征模态分量分别建立TCN并预测未来趋势变化；最后，叠加TCN对各个本征模态分量的预测结果，重构得到原始序列的预测结果。实例分析表明，该预测方法的均方根误差、平均绝对误差、最大误差分别为1.01 μL/L、1.53 μL/L、5.54 μL/L，相较于未采用CEEMDAN算法时分别减小了53.47%、41.18%、13.36%；在使用CEEMDAN的情况下，对比常用的递归神经网络，3种误差均最小。且对比现有油中溶解气体预测方法，文中提出的油中溶解气体预测方法具有更高的预测精度，可以为制定状态检修策略提供更有效的支撑。

标题：
基于CEEMDAN和TCN的变压器油中溶解气体含量预测
Prediction of concentration for dissolved gas in oil based on CEEMDAN and TCN

作者：
张文乾，刘金凤，江军，赵旭峰，范利东
ZHANG Wenqian, LIU Jinfeng, JIANG Jun, ZHAO Xufeng, FAN Lidong

关键词：
油中溶解气体;变压器;自适应噪声完备集合经验模态分解(CEEMDAN);时间卷积网络(TCN);时间序列预测;状态检修
dissolved gas in oil;transformer;complete ensemble empirical mode decomposition with adaptive noise(CEEMDAN);time convolution network(TCN);time series forecasting;condition based maintenance

2025-1-23 20:03 上传 基于CEEMDAN和TCN的变压器油中溶解气体含量预测.pdf

文件大小:

1.96 MB

下载次数:

60

高速下载