基于自适应扩展卡尔曼滤波的变压器顶层油温多时间尺度预测OA北大核心CSTPCD

为实现电力变压器的负荷优化调度和热故障及时预警,提高电力设备的运行可靠性,该文提出一种基于自适应扩展卡尔曼滤波算法的顶层油温短期-超短期多时间尺度预测方法。该方法将卡尔曼滤波算法和Susa热路等值模型相结合,选取顶层油温、油指数和油时间常数作为状态变量,环境温度和负载电流作为输入量,通过对顶层油温估计值和观测值的比对实现油指数和油时间常数的迭代优化,以提高顶层油温多时间尺度下的预测精度。此外,该模型利用自适应噪声估计器修正噪声统计参量,以自动优化简便噪声初值设定,从而进一步提高模型的预测准确度。以2台110kV油浸式变压器为例进行分析,结果表明该方法对顶层油温的日内超短期预测、日前短期预测,相较于热路等值模型计算和扩展卡尔曼滤波算法有着更高的预测准确度。