一种电力变压器运行状态预测方法、系统、电子设备及存储介质

本发明涉及一种预测方法和系统，具体涉及一种基于有界尺度状态重校准的电力变压器运行状态预测方法、系统、电子设备及存储介质；用于根据油温传感器和负荷计量装置连续采集的变压器油温及电力负荷数据，预测电力变压器未来油温和负荷变化，并为超温预警和运维检查提供数据依据，属于人工智能及计算机预测。

背景技术：

1、电力变压器在连续运行过程中，其油温会受到负荷水平、负荷变化速度、周期性用电规律以及环境条件等因素的影响。油温能够反映变压器运行状态，若未来一段时间内油温持续升高并超过安全阈值，可能影响绝缘性能和设备运行可靠性。因此，运行监测系统通常通过油温传感器和负荷计量装置连续采集油温及负荷参数，并根据历史运行数据判断未来状态变化趋势。

2、电力变压器运行数据具有明显的多时间尺度特征。细时间尺度能够反映负荷突升、局部油温波动和短时异常，但容易受到测量噪声和偶发波动影响；粗时间尺度能够反映日周期、周周期和长期趋势，但可能平滑掉局部峰值。对于小时级或十五分钟级连续采样数据，预测未来数天乃至数周的油温和负荷时，需要同时利用局部变化和长期趋势。

3、现有多尺度时序预测方法通常将历史运行数据下采样为多个尺度，在各尺度提取表示后直接输入预测融合模块。该直接转发方式没有显式判断当前变压器样本在各尺度下的响应幅度、离散程度、能量水平和时间变化程度。当细尺度中包含较强噪声或瞬时尖峰时，直接融合可能放大无效波动；当粗尺度过度平滑时，又可能削弱与油温升高相关的局部负荷变化，进而影响未来油温预测和超温时间判断的准确性。

4、此外，若直接采用位于0至1之间的门控值与尺度表示相乘，较小门控值可能过度抑制仍具有预测作用的尺度；若采用不受限制的放大系数，则可能放大噪声。

5、因此，需要一种面向电力变压器实际监测数据、能够在预测融合前描述各尺度状态并限制调整幅度的运行状态预测方案，以提高油温和负荷长周期预测的稳定性，并输出可由监控终端使用的超温预警信息。

技术实现思路

1、本发明的目的是提供一种电力变压器运行状态预测方法、系统、电子设备及存储介质，旨在解决现有电力变压器多尺度运行状态预测方法将不同尺度表示直接送入预测融合模块，未根据当前变压器历史样本在各尺度下的响应状态进行受控调整，导致局部负荷波动、测量噪声和长期趋势在融合时失衡，进而影响未来油温和负荷预测准确性以及超温预警可靠性的问题。

2、为了实现上述目标，本发明采用的技术方案如下：

3、本发明首先公布了一种电力变压器运行状态预测系统，其包括：

4、油温传感器，用于采集电力变压器油温；

5、负荷计量装置，用于采集与电力变压器负载相关的电力负荷参数；

6、数据采集终端，用于按照连续采样时刻接收所述油温和所述电力负荷参数，并形成带时间戳的多变量历史运行时序数据；

7、处理器，分别与所述数据采集终端、预警输出模块和监控终端通信连接，用于接收所述数据采集终端形成的带时间戳的多变量历史运行时序数据，执行数据预处理、多尺度序列构建、尺度表示提取、尺度状态描述、校准信号生成、有界残差重校准、预测融合及油温阈值判定，得到未来油温预测序列、负荷预测序列和超温预警信息；

8、预警输出模块，与所述处理器和监控终端通信连接，通过本地显示、声音提示、消息接口或网络通信方式将预警信息发送至监控终端；

9、监控终端，用于接收并显示所述油温预测序列、所述负荷预测序列和所述超温预警信息。

10、优选地，前述的电力变压器运行状态预测系统，所述处理器包括数据预处理模块、多尺度构建模块、尺度表示提取模块、尺度状态描述模块、校准信号生成模块、有界校准模块、预测融合模块和预警判定模块，

11、所述数据预处理模块与所述数据采集终端连接，用于按照时间戳对所述多变量历史运行时序数据进行排序和对齐，执行缺失值处理、异常值处理和标准化处理，并输出历史输入样本；

12、所述多尺度构建模块与所述数据预处理模块连接，用于对所述历史输入样本进行不同时间分辨率的下采样，并输出多个尺度序列；

13、所述尺度表示提取模块与所述多尺度构建模块连接，用于分别对各尺度序列进行特征提取，并输出各尺度表示；

14、所述尺度状态描述模块与所述尺度表示提取模块连接，用于根据各尺度表示计算平均绝对响应、标准差、能量和时间变化量，并输出尺度状态描述符；

15、所述校准信号生成模块与所述尺度状态描述模块连接，用于拼接同一样本在各尺度下的尺度状态描述符，并输出各尺度对应的校准信号；

16、所述有界校准模块分别与所述尺度表示提取模块和校准信号生成模块连接，用于根据尺度表示、校准信号、预设校准上界和可学习尺度参数确定有界缩放因子，并输出校准后尺度表示；

17、所述预测融合模块与所述有界校准模块连接，用于融合各校准后尺度表示，输出标准化的未来油温及负荷预测序列，并基于训练数据的变量均值和标准差进行反标准化；

18、所述预警判定模块与所述预测融合模块连接，用于将反标准化后的油温预测序列与预设油温安全阈值进行比较，并将生成的超温预警结果发送至所述预警输出模块。

19、本发明还公布了一种电力变压器运行状态预测方法，采用如前所述的预测系统，包括如下步骤：

20、s101、通过数据采集终端获取油温传感器和负荷计量装置在连续采样时刻采集的电力变压器多变量历史运行时序数据，所述多变量历史运行时序数据至少包括变压器油温序列和与变压器负载相关的电力负荷序列；

21、s102、按照时间戳对所述多变量历史运行时序数据进行排序和对齐，执行缺失值处理、异常值处理及标准化处理，并利用滑动窗口构造历史输入样本及对应的未来监督序列；

22、s103、按照多个时间尺度对所述历史输入样本进行下采样处理，构建具有不同时间分辨率的多个尺度序列；

23、s104、分别对各尺度序列进行特征提取，得到与各尺度对应的尺度表示；

24、s105、针对每个历史输入样本及每个尺度，根据对应的尺度表示计算至少包括平均绝对响应、标准差、能量和时间变化量的尺度状态统计量，并基于所述尺度状态统计量构建尺度状态描述符；

25、s106、将同一历史输入样本在各尺度下的尺度状态描述符进行拼接，并将拼接结果输入校准网络，得到与所述历史输入样本及各尺度对应的校准信号；

26、s107、基于所述校准信号、预设校准上界和可学习尺度校准强度，确定以恒等映射为中心的有界缩放因子，并利用所述有界缩放因子对对应尺度表示进行残差式重校准，得到校准后尺度表示；

27、s108、对各校准后尺度表示进行预测融合，得到电力变压器在未来预设时间段内的油温预测序列和负荷预测序列，并对预测结果进行反标准化处理；

28、s109、将反标准化后的油温预测序列与预设油温安全阈值进行比较；当存在超过所述预设油温安全阈值的预测值时，生成包含预测超温时刻、预测油温值和对应负荷预测值的超温预警信息，并将所述超温预警信息发送至监控终端。

29、优选地，前述步骤s101中，所述多变量历史运行时序数据包括日期时间索引、字段标记为hufl、hull、mufl、mull、lufl和lull的六类外部电力负荷特征以及字段标记为ot 的变压器油温；所述日期时间索引用于时间戳对齐，所述变压器油温作为至少一个待预测状态参数，所述六类外部电力负荷特征作为与所述变压器油温相关的运行负荷参数；所述连续采样时刻的采样周期为15分钟或1小时。

30、更优选地，前述步骤s101中，所述电力变压器多变量历史运行时序数据表示为：，其中表示批量大小，表示历史输入长度，表示油温和负荷变量数量；预测目标长度为的未来油温及负荷序列表示为：。

31、更优选地，前述步骤s103中，历史输入样本被下采样为多个时间分辨率，并通过分解式多尺度表示提取结构得到各尺度表示：

32、

33、其中，表示尺度数量，表示尺度对应的时间长度，表示隐藏特征维度，表示针对尺度的过去可分解混合操作；所述过去可分解混合操作对各尺度序列中的季节成分和趋势成分进行跨尺度混合，使细尺度保留负荷突升及油温局部变化，使粗尺度保留日周期、周周期及长期趋势。

34、再优选地，前述步骤s105中，针对样本和尺度，在对应尺度表示的时间维度和隐藏特征维度上计算均值、平均绝对响应、标准差、能量和时间变化量：

35、

36、其中， 表示样本b在尺度s、时间位置t和隐藏特征位置d处的尺度表示元素；表示尺度表示在时间维度和隐藏特征维度上的均值，仅作为标准差的中间计算量；、、和分别表示平均绝对响应、标准差、能量和时间变化量。反映当前变压器历史样本在尺度下的整体响应强度，反映响应离散程度，反映高幅值响应水平，反映相邻时间位置之间的局部变化程度。表示尺度s对应的时间长度，当=1时，将设置为0。进一步优选地，前述步骤s106的具体执行过程为：

37、（1）将同一样本在各尺度下的四类尺度状态统计量组成尺度状态描述符，并进行拼接：

38、；

39、其中，表示样本b在尺度s下的四维尺度状态描述符; 将同一样本的s个尺度状态描述符按尺度顺序拼接得到的样本级尺度状态向量；

40、（2）将样本级尺度状态描述符输入校准网络，生成样本级和尺度级校准信号：

41、；

42、其中，和 分别表示第一全连接层的权重矩阵和偏置向量，和分别表示第二全连接层的权重矩阵和偏置向量，表示gelu激活函数，sigmoid表示将输出映射至0至1区间的sigmoid函数,  表示样本b对应的s维校准信号向量, 表示其中尺度s对应的校准信号；以0.5为中性参考点， 大于0.5 表示受限增强方向，小于0.5 表示受限抑制方向，接近0.5 表示保持接近原始状态。

43、更进一步优选地，前述步骤s107的具体执行过程为：

44、（1）基于校准信号构造可学习但受限的尺度校准强度和有界缩放因子：

45、

46、其中，为尺度对应的可学习参数，为控制最大校准强度的固定上界；

47、（2）利用所述有界缩放因子对相应尺度表示进行校准：

48、；

49、其中，标量在的时间维度和隐藏特征维度上广播；当接近0.5或较小时，接近1，以避免油温和负荷的有效尺度信息被强烈抑制或噪声尺度被不受限制地放大。

50、再进一步优选地，前述步骤s108的具体执行过程为：

51、将完成有界残差校准后的多尺度表示输入预测融合算子，生成未来油温及负荷序列：

52、

53、其中，表示未来预测聚合算子；预测输出经过反标准化后恢复为油温传感器和负荷计量装置所采用的物理量尺度，并输入油温阈值判定过程。

54、再优选地，前述反标准化处理的具体过程为：设预测融合模块输出的标准化预测值为，训练阶段针对变量c计算并保存的均值和标准差分别为和，则处理器按照下式对每个样本b、未来时间位置f和变量c执行反标准化：；

55、其中，c分别对应变压器油温ot和各电力负荷变量；反标准化后的与油温传感器、负荷计量装置采用的物理量尺度一致。

56、本发明还公布了一种电子设备，包括存储器、处理器以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述电力变压器运行状态预测方法的步骤。

57、此外，本发明还公布了一种计算机可读存储介质，其上存储有计算机程序或指令，所述计算机程序或指令被处理器执行时实现前述电力变压器运行状态预测方法的步骤。

58、本发明提出一种基于有界尺度状态重校准的电力变压器运行状态预测方法及系统，面向变压器油温、负荷时序预测与超温预警场景，相较于现有技术中的直接多尺度融合预测方案，具备以下有益效果：

59、（1）本发明完整覆盖了现场设备采集、时序数据处理、多尺度状态建模、长周期预测、超温判定与终端预警全流程，形成了完整的技术链路。输入直接对接变电站现场油温传感器、负荷计量装置采集的物理实测数据，输出未来油温、负荷与超温预警信息，可通过通信接口与监控终端对接，能够支撑运维人员提前预判变压器过热风险、合理安排巡检与负荷调控，适配电力变压器在线监测工程场景。

60、（2）本发明在多尺度表示提取与预测融合之间设置尺度状态描述和有界残差重校准阶段，能够针对每个变压器历史样本识别各尺度表示的响应强度、离散程度、能量水平和局部变化程度，减少局部噪声和长期趋势在融合时的失衡。并且，将校准信号作为残差调整方向，并通过以恒等映射为中心的有界缩放因子限制调整幅度，降低有效油温或负荷信息被过度抑制以及噪声响应被过度放大的风险，从根源缓解细尺度噪声过度放大、粗尺度有效趋势被抑制的融合失衡缺陷，提升时序特征利用有效性。

61、（3）基于 etth1、etth2（1小时采样）、ettm1、ettm2（15 分钟采样）四类变压器实测数据集，覆盖96/192/336/720步共16种长短周期预测工况开展对比实验。相较于现有技术中无尺度状态重校准的直接融合基线方案，本发明在全部16组实验设置中均方误差mse、平均绝对误差mae两项预测误差指标均实现下降，16种设置的平均mse由约0.3766降至约0.3571，平均mae由约0.3934降至约0.3824；其中etth1-336设置的mse和mae分别降低13.75%和8.64%。

62、（4）在etth1-336三随机种子重复实验中，本发明的mse由0.5020±0.0262降至0.4519±0.0133，mae由0.4631±0.0167降至0.4335±0.0088，分别降低9.98%和6.39%，通过多轮固定随机种子重复对照实验排除初始化偶然性干扰，说明预测精度的提升是由尺度状态重校准机制带来的。

63、（5）本发明技术不受采样间隔、预测时长限制，既可适配15分钟细采样数据实现短时精细化负荷与油温波动预测，也可适配1小时粗采样数据完成数周级长期运行趋势预判；同时可灵活调整尺度数量、下采样倍率、校准网络维度、油温安全阈值等参数，适配不同容量、不同型号、不同站点电力变压器的差异化监测需求，通用性强，具备极强场景拓展与工程适配能力。