来源：期刊VIP网 时间：
作者：张倩倩;李敏;耿绍胜;王春鑫;谢军;谢庆;
单位：华北电力大学电力工程系;国网保定供电公司;新能源电力系统全国重点实验室(华北电力大学);
摘要：对油中溶解气体的时空耦合关系进行多尺度挖掘，有助于提高油中溶解气体预测精度，为变压器运维决策提供可靠理论依据。为此，提出一种考虑时空耦合信息的变压器油中溶解气体多尺度融合预测方法。首先，利用Res2Net对油中溶解气体数据进行多尺度时间特征提取，捕捉特征气体不同频率的周期性时间特征信息。其次，通过计算互信息捕捉特征气体间隐性关系，以拓扑关系图的形式描述不同气体间关联性，并使用图卷积神经网络（GCN）提取空间信息特征。最后，将多尺度时间信息与空间信息进行融合拼接，采用时间卷积网路（TCN）对油中溶解气体进行预测，并使用某500 kV变压器油色谱在线监测数据对所提方法进行验证。结果表明：相比于传统预测方法，Res2NetGCN-TCN模型可有效提高油中溶解气体含量预测精度，平均预测精度可达98.68%。
关键词：油中溶解气体预测;;Res2Net;;图卷积;;时间卷积;;时空信息融合
基金资助：国家重点研发计划项目(2023YFB2408203)
