摘要

油中溶解气体分析是变压器早期故障诊断的主要方法,准确预测未来特征气体体积分数有助于提前获取变压器的运行状态。为此提出了一种基于多级特征提取和IHHO-KELM的变压器油中溶解气体体积分数预测方法。首先,通过自适应白噪声完全集合经验模态分解将气体体积分数序列分解为多个子序列,利用奇异谱分析对子序列做进一步降噪处理,降低其非平稳性;其次,建立核极限学习机预测模型分别对各子序列进行预测,再将各子序列的预测结果叠加得到油中溶解气体体积分数的最终预测结果,并通过改进哈里斯鹰算法优化其超参数;最后,通过算例验证表明,所提模型具有更优的预测性能,可以更好的追踪油中溶解气体体积分数的变化趋势。