漏磁变压器的磁场预测方法、装置、介质和设备与流程

技术特征：
1.一种漏磁变压器的磁场预测方法，其特征在于，所述方法包括：获取变压器模型的漏磁增压数据，基于预设的网格疏密程度将所述漏磁增压数据剖分为网格数据集，并获取所述网格数据集所对应的变压器基本参数；将所述网格数据集划分为训练数据集和测试数据集；对所述网格数据集进行主成分分析，将降维得到的分析结果作为测试数据集所对应的变压器基本参数的标签，并将携带标签的多个变压器基本参数输入磁场预测模型中进行迭代训练；将所述测试数据集所对应的变压器基本参数输入训练后的磁场预测模型，并获取输出的初步预测向量，对所述初步预测向量进行反主成分分析，以得到预测后所述变压器模型的目标预测磁场。2.根据权利要求1所述的方法，其特征在于，所述基于预设的网格疏密程度将所述漏磁增压数据剖分为网格数据集之后，包括；基于磁场强度大小对应的时间区间将所述网格数据集划分为谷值数据集和非谷值数据集。3.根据权利要求1所述的方法，其特征在于，若所述磁场预测模型为处理时间序列数据的循环神经网络模型，则预设所述变压器基本参数为采样时间；若所述磁场预测模型为非处理时间序列数据的循环神经网络模型，则预设所述变压器基本参数包括采样时间及变压器电压。4.根据权利要求1所述的方法，其特征在于，所述对所述网格数据集进行主成分分析，包括：将所述网格数据集转换为原始矩阵；其中，所述原始矩阵中每一行/列的元素为所述变压器模型每个时间点在所有坐标点上的磁场值；对所述原始矩阵进行标准化处理，并计算标准化处理后原始矩阵的协方差矩阵；对所述协方差矩阵进行特征值分解，并根据特征值的大小选择前d个主成分；将所述原始矩阵投影到所述d个主成分上，以得到投影后降维的分析结果。5.根据权利要求4所述的方法，其特征在于，所述对所述初步预测向量进行反主成分分析，以得到预测后所述变压器模型的目标预测磁场，包括：从所述初步预测向量中减去所述原始矩阵的平均值，并乘以主成分向量矩阵的转置，并加回所述所述原始矩阵的平均值，以得到预测后所述变压器模型的目标预测磁场；其中，所述主成分向量矩阵为所述d个主成分构成的矩阵。6.根据权利要求1所述的方法，其特征在于，所述将所述网格数据集划分为训练数据集和测试数据集，包括：将所述网格数据集划分为z折；其中，每一折网格测试数据集内的所述测试数据集为条，所述训练数据集为条，d为所述网格数据集内数据的总条数,且每一折网格测试数据集内的测试数据集不同；每一折测试数据集对应一折携带标签的多个变压器基本参数，所述将携带标签的多个变压器基本参数输入磁场预测模型中进行迭代训练，包括：
将每一折携带标签的多个变压器基本参数输入所述磁场预测模型，并获取输出的训练预测向量，基于所述标签和所述训练预测向量计算当前的损失值，并基于所述损失值迭代调整所述磁场预测模型的超参数，以得到每一折的最优超参数组合；在获取的z折最优超参数组合中，将损失值最小所对应的最优超参数组合作为所述磁场预测模型的目标超参数组合。7.根据权利要求6所述的方法，其特征在于，所述方法，包括：z折交叉计算所述目标预测磁场与通过有限元分析方法预测得到的基准预测磁场之间的平均绝对百分比误差，以评估所述目标预测磁场的预测准确性。8.一种漏磁变压器的磁场预测装置，其特征在于，所述装置包括：数据集获取模块，用于获取变压器模型的漏磁增压数据，基于预设的网格疏密程度将所述漏磁增压数据剖分为网格数据集，并获取所述网格数据集所对应的变压器基本参数；将所述网格数据集划分为训练数据集和测试数据集；训练模块，用于对所述网格数据集进行主成分分析，将降维得到的分析结果作为测试数据集所对应的变压器基本参数的标签，并将携带标签的多个变压器基本参数输入磁场预测模型中进行迭代训练；预测模块，用于将所述测试数据集所对应的变压器基本参数输入训练后的磁场预测模型，并获取输出的初步预测向量，对所述初步预测向量进行反主成分分析，以得到预测后所述变压器模型的目标预测磁场。9.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。10.一种漏磁变压器的磁场预测设备，其特征在于，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。

技术总结
本发明公开了一种漏磁变压器的磁场预测方法、装置、介质和设备，该方法首先获取变压器模型的漏磁增压数据，基于预设的网格疏密程度将所述漏磁增压数据剖分为网格数据集，并获取所述网格数据集所对应的变压器基本参数；将所述网格数据集划分为训练数据集和测试数据集；对所述网格数据集进行主成分分析，将降维得到的分析结果作为测试数据集所对应的变压器基本参数的标签，并将携带标签的多个变压器基本参数输入磁场预测模型中进行迭代训练。接着将所述测试数据集所对应的变压器基本参数输入训练后的磁场预测模型，并获取输出的初步预测向量，对所述初步预测向量进行反主成分分析，以得到预测后所述变压器模型的目标预测磁场。以得到预测后所述变压器模型的目标预测磁场。以得到预测后所述变压器模型的目标预测磁场。


技术研发人员：彭庆军 朱晓霰 邹德旭 钱国超 周仿荣 王浩州 王山 邹阅培
受保护的技术使用者：云南电网有限责任公司电力科学研究院
技术研发日：2023.05.23
技术公布日：2023/8/29