来源：期刊VIP网 时间：
作者：钟子威;祝令凯;郭俊山;郑威;巩志强;商攀峰;
单位：国网山东省电力公司电力科学研究院;山东省智能电网技术创新中心;
摘要：为更精准地预测抽水蓄能机组劣化趋势，提出了一种基于Transformer和自回归滑动平均(ARMA)双数据驱动模型的抽水蓄能机组劣化趋势集成预测方法。该方法先利用完全自适应噪声集成经验模态分解对CatBoost模型构建的劣化序列进行分解，再根据分解所得分量的不同时间尺度特性，利用Transformer模型对非线性分量进行预测，利用ARMA模型对线性分量进行预测，最后将预测值叠加得到最终预测结果。利用某抽水蓄能机组监测数据进行试验，结果表明，所提方法具有较好的预测性能，能够有效提高抽水蓄能机组劣化趋势预测准确性。
关键词：劣化趋势预测;;完全自适应噪声集成经验模态分解;;Transformer;;自回归滑动平均
基金资助：国网山东省电力公司电力科学研究院自主研发项目(ZY-2024-11)
