基于相似日和相似時(shí)刻的變壓器頂層油溫預(yù)測方法

譚風(fēng)雷， 徐剛， 李義峰， 陳昊， 何嘉弘

(1. 國網(wǎng)江蘇省電力有限公司超高壓分公司，江蘇 南京 211102；2. 東南大學(xué)電氣工程學(xué)院，江蘇 南京 210096)

0 引言

變壓器作為電力系統(tǒng)的核心設(shè)備，在電網(wǎng)輸變電領(lǐng)域中有著廣泛的應(yīng)用。據(jù)相關(guān)數(shù)據(jù)統(tǒng)計(jì)，全國有220 kV及以上變壓器2.6萬余臺。電力變壓器因長期運(yùn)行在高電壓條件下，其內(nèi)部絕緣故障[1—3]時(shí)有發(fā)生，一般是利用物理信息來判斷，例如油中溶解氣體組分或頂層油溫。但現(xiàn)有的油色譜在線監(jiān)測裝置測量油中溶解氣體組分的可靠性不高，經(jīng)常出現(xiàn)誤報(bào)，在現(xiàn)場實(shí)際應(yīng)用較少。目前變電站主要還是通過后臺監(jiān)控系統(tǒng)在線監(jiān)測頂層油溫變化來判斷變壓器內(nèi)部故障。實(shí)際上，變壓器內(nèi)部絕緣故障短期內(nèi)無法通過實(shí)時(shí)頂層油溫來法判斷，經(jīng)常需借助未來頂層油溫變化趨勢來判斷。若能在故障發(fā)生初期及時(shí)采取相關(guān)措施，不僅能夠提高變壓器的使用壽命，還能減少非計(jì)劃停電時(shí)間，因此提前對變壓器頂層油溫進(jìn)行預(yù)測[4—6]就變得十分有意義。

電力變壓器頂層油溫受天氣狀況、潮流負(fù)荷等多種因素[7—9]影響，具有一定波動(dòng)性和隨機(jī)性，這樣就使得頂層油溫預(yù)測精度難以保證。目前，變壓器頂層油溫預(yù)測領(lǐng)域已提出了有限體積法、 T-S模糊法和核極限學(xué)習(xí)機(jī)等方法。文獻(xiàn)[10]通過有限體積法構(gòu)造離散控制方程，并借助系統(tǒng)的初始條件與邊界條件計(jì)算變壓器溫度場，進(jìn)而仿真繞組溫度分布。文獻(xiàn)[11]基于T-S模型預(yù)測變壓器頂層油溫，采用模糊 C 均值聚類和加權(quán)最小二乘法調(diào)整模型參數(shù)，并通過實(shí)測數(shù)據(jù)驗(yàn)證了方法的有效性。文獻(xiàn)[12]提出一種基于核極限學(xué)習(xí)機(jī)和Bootstrap方法的頂層油溫區(qū)間預(yù)測方法，可為變壓器的狀態(tài)評估與安全運(yùn)行提供理論依據(jù)。

鑒于變壓器頂層油溫預(yù)測與電力負(fù)荷預(yù)測具有一定相似性，且電力負(fù)荷預(yù)測相對比較成熟，故文中考慮將電力負(fù)荷預(yù)測方法應(yīng)用到變壓器頂層油溫預(yù)測中。綜合分析比較電力負(fù)荷的各類預(yù)測方法[13—15]，考慮采用相似日法預(yù)測變壓器頂層油溫，但鑒于現(xiàn)有的相似日法[16—17]是綜合歷史樣本日與待預(yù)測日的整體相似，未細(xì)化到各時(shí)刻，如果能從待預(yù)測日各時(shí)刻的相似時(shí)刻[18]出發(fā)預(yù)測頂層油溫，勢必將提高預(yù)測精度。故文中提出一種基于相似日和相似時(shí)刻的變壓器頂層油溫預(yù)測方法，首先采用基于氣象因素的K-means聚類和時(shí)間“近大遠(yuǎn)小”原則，從歷史樣本中選擇相似日；然后給出了在相似日內(nèi)選擇相似時(shí)刻的判斷依據(jù)；其次基于反向傳播(back propagation，BP)神經(jīng)網(wǎng)絡(luò)和線性加權(quán)方法，分析了變壓器頂層油溫預(yù)測方法的計(jì)算步驟；最后通過江蘇某特高壓主變頂層油溫的預(yù)測結(jié)果驗(yàn)證了方法的有效性。

1 基于K-means聚類和時(shí)間“近大遠(yuǎn)小”原則的相似日選擇

文中在選擇相似日時(shí)，首次選擇歷史樣本范圍，然后利用基于氣象因素的K-means聚類方法將歷史樣本分為2類，最后基于時(shí)間“近大遠(yuǎn)小”原則，從待預(yù)測日所在類中選擇相似日。

1.1 歷史樣本范圍選擇

在進(jìn)行相似日選擇時(shí)，考慮到當(dāng)歷史樣本范圍較大時(shí)，選擇氣象因素很相似但時(shí)間相關(guān)性較低，使得頂層油溫預(yù)測不夠準(zhǔn)確；當(dāng)歷史樣本范圍較小時(shí)，難以選擇得到氣象因素相關(guān)度較高的樣本。因此，歷史樣本范圍的選擇就變得十分重要。文中充分考慮時(shí)間變化趨勢，選擇待預(yù)測日前30 d作為歷史樣本。

1.2 基于氣象因素的K-means聚類

K-means聚類[19—20]是一種典型的分類方法，該方法不依賴于人工經(jīng)驗(yàn)，而是基于數(shù)據(jù)特性分類。采用K-means聚類分析時(shí)，選擇日最高溫度、日平均溫度、日最低溫度、日最大濕度、日平均濕度、日最小濕度、日平均風(fēng)速、日平均氣壓、日降雨量和日光照強(qiáng)度10類氣象因素作為分類因素，將歷史樣本分為2類，其中待預(yù)測日所在類稱為相似類，而另外一類稱為非相似類。下面給出了基于氣象因素的K-means聚類方法的具體實(shí)現(xiàn)過程。

(1) 根據(jù)待預(yù)測日選擇歷史樣本范圍，將對應(yīng)的10類氣象因素進(jìn)行歸一化處理，設(shè)置分類數(shù)為2，迭代數(shù)為R。

(2) 選擇待預(yù)測日前第30天和待預(yù)測日作為最初聚類中心。

(3) 根據(jù)歐氏距離原理，計(jì)算各歷史樣本與最初聚類中心的距離。

(1)

式中：Tnk為待預(yù)測日前第n天第k個(gè)影響因素；Cijk為第i種聚類第j次迭代對應(yīng)聚類中心的k因素。

(4) 將30個(gè)歷史樣本按最小歐氏距離分配給2個(gè)最初聚類中心，形成2個(gè)新的聚類并計(jì)算聚類中心。

(2)

式中：Nij為第i種聚類經(jīng)第j次迭代后所包括的歷史樣本日；Tijk為第k個(gè)因素的第i種聚類經(jīng)第j次迭代所對應(yīng)的某個(gè)歷史樣本日。

(5) 建立誤差平方和函數(shù)。

(3)

當(dāng)?shù)趈次迭代后，誤差平方和函數(shù)值取得最小值，此時(shí)對應(yīng)的聚類即為最優(yōu)結(jié)果，則待預(yù)測日所在聚類稱為相似類，而另一聚類稱為非相似類。

1.3 基于時(shí)間“近大遠(yuǎn)小”原則選擇相似日

鑒于基于氣象因素的K-means聚類只考慮了氣象因素，下面根據(jù)時(shí)間“近大遠(yuǎn)小”原則[21—23]從相似類中從選擇相似日。當(dāng)相似類中樣本日數(shù)量大于10時(shí)， 選擇距離待預(yù)測日最近的10個(gè)樣本日作為相似日；當(dāng)相似類中樣本日數(shù)量小于等于10時(shí)，將相似類中全部樣本日都作為相似日。根據(jù)前面的分析，下面給出基于K-means聚類和時(shí)間“近大遠(yuǎn)小”原則的相似日選擇流程，如圖1所示。

圖1 相似日選擇流程

2 基于氣象和負(fù)荷因素的相似時(shí)刻選擇

變壓器頂層油溫主要受冷卻器散熱效果和負(fù)荷大小2個(gè)因素影響，在分析冷卻器散熱效果時(shí)，考慮到冷卻器正常運(yùn)行時(shí)工作條件不變，則散熱效果主要受環(huán)境氣象因素影響。同時(shí)鑒于直接分析冷卻器散熱效果對變壓器頂層油溫的影響較為困難，故文中將對冷卻器散熱效果的研究轉(zhuǎn)換為對環(huán)境氣象因素的研究。環(huán)境氣象因素一般包括溫度、濕度、風(fēng)速、氣壓、光照和降雨6種，后文將全部予以考慮。

2.1 相似時(shí)刻分析

分析相似時(shí)刻前，先繪制了歷史樣本中11:00時(shí)刻頂層油溫與全天24個(gè)時(shí)刻所對應(yīng)氣象因素(溫度、濕度、風(fēng)速、氣壓、光照和降雨)和負(fù)荷因素的相關(guān)度曲線，如圖2所示，圖中圓圈表示相關(guān)度取最大值時(shí)所對應(yīng)的時(shí)刻。

圖2 頂層油溫與各類因素的相關(guān)度

分析圖2可知，歷史樣本中11:00時(shí)刻頂層油溫與12:00時(shí)刻環(huán)境溫度相關(guān)性最大，09:00時(shí)刻與濕度相關(guān)性最大，07:00時(shí)刻與風(fēng)速相關(guān)性最大，11:00時(shí)刻與氣壓相關(guān)度最大，21:00時(shí)刻與光照相關(guān)度最大，04:00時(shí)刻與降雨相關(guān)度最大，16:00時(shí)刻與負(fù)荷相關(guān)度最大。這就表明11:00頂層油溫與該時(shí)刻影響因素的相關(guān)度并非最大，同理分析其他時(shí)刻也存在類似情況。此時(shí)，如果采用某時(shí)刻對應(yīng)的影響因素來預(yù)測變壓器頂層油溫，預(yù)測精度將受到影響；若采用與該時(shí)刻變壓器頂層油溫相關(guān)度最大時(shí)刻的影響因素來預(yù)測變壓器頂層油溫，勢必會(huì)提高預(yù)測精度。鑒于此，文中考慮利用變壓器頂層油溫與2種影響因素的綜合相關(guān)度來定義相似時(shí)刻，具體條件為：

Rnm≥Rnn

(4)

式中：Rnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻影響因素的綜合相關(guān)度；Rnn為第n時(shí)刻變壓器頂層油溫與第n時(shí)刻影響因素的綜合相關(guān)度。當(dāng)?shù)趍時(shí)刻滿足式(4)時(shí)，第m時(shí)刻即為第n時(shí)刻的相似時(shí)刻。

2.2 頂層油溫與氣象因素相關(guān)度研究

考慮到如果某時(shí)刻氣象因素與變壓器頂層油溫的相關(guān)度較小，此時(shí)若仍將該氣象因素作為影響因素來預(yù)測變壓器頂層油溫，將不利于提高預(yù)測精度。根據(jù)相關(guān)性原理，當(dāng)相關(guān)度大于等于0.3時(shí)，表示中等以上相關(guān)；當(dāng)相關(guān)度小于0.3時(shí)，表示弱相關(guān)。因此文中分析相似時(shí)刻時(shí)，只研究與變壓器頂層油溫的相關(guān)度大于等于0.3的氣象因素，則第n時(shí)刻變壓器頂層油溫與第m時(shí)刻氣象因素的相關(guān)度可表示為：

(5)

當(dāng)RWnm≥0.3時(shí)，RRWnm=RWnm，RRWc=RRW；當(dāng)RWnm<0.3時(shí)，RRWnm=0，RRWc=0。

當(dāng)RSnm≥0.3時(shí)，RRSnm=RSnm，RRSc=RRS；當(dāng)RSnm<0.3時(shí)，RRSnm=0，RRSc=0。

當(dāng)RFnm≥0.3時(shí)，RRFnm=RFnm，RRFc=RRF；當(dāng)RFnm<0.3時(shí)，RRFnm=0，RRFc=0。

當(dāng)RQnm≥0.3時(shí)，RRQnm=RQnm，RRQc=RRQ；當(dāng)RQnm<0.3時(shí)，RRQnm=0，RRQc=0。

當(dāng)RGnm≥0.3時(shí)，RRGnm=RGnm，RRGc=RRG；當(dāng)RGnm<0.3時(shí)，RRGnm=0，RRGc=0。

當(dāng)RJnm≥0.3時(shí)，RRJnm=RJnm，RRJc=RRJ；當(dāng)RJnm< 0.3時(shí)，RRJnm=0，RRJc=0。

式中：R1nm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻氣象因素的相關(guān)度；RWnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻溫度因素的相關(guān)度；RRWnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻溫度因素的相關(guān)度中間變量；RRW為變壓器頂層油溫與溫度因素的整體相關(guān)度；RRWc為變壓器頂層油溫與溫度因素的整體相關(guān)度中間變量；RSnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻濕度因素的相關(guān)度；RRSnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻濕度因素的相關(guān)度中間變量；RRS為變壓器頂層油溫與濕度因素的整體相關(guān)度；RRSc為變壓器頂層油溫與濕度因素的整體相關(guān)度中間變量；RFnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻風(fēng)速因素的相關(guān)度；RRFnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻風(fēng)速因素的相關(guān)度中間變量；RRF為變壓器頂層油溫與風(fēng)速因素的整體相關(guān)度；RRFc為變壓器頂層油溫與風(fēng)速因素的整體相關(guān)度中間變量；RQnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻氣壓因素的相關(guān)度；RRQnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻氣壓因素的相關(guān)度中間變量；RRQ為變壓器頂層油溫與氣壓因素的整體相關(guān)度；RRQc為變壓器頂層油溫與氣壓因素的整體相關(guān)度中間變量；RGnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻光照因素的相關(guān)度；RRGnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻光照因素的相關(guān)度中間變量；RRG為變壓器頂層油溫與光照因素的整體相關(guān)度；RRGc為變壓器頂層油溫與光照因素的整體相關(guān)度中間變量；RJnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻降雨因素的相關(guān)度；RRJnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻降雨因素的相關(guān)度中間變量；RRJ為變壓器頂層油溫與降雨因素的整體相關(guān)度；RRJc為變壓器頂層油溫與降雨因素的整體相關(guān)度中間變量；C為變壓器頂層油溫與6種氣象因素的整體相關(guān)度中間變量之和。

結(jié)合氣象和負(fù)荷2種影響因素，可得變壓器頂層油溫與影響因素的綜合相關(guān)度：

(6)

式中：R2nm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻負(fù)荷因素的相關(guān)度中間變量；RRLnm為第n時(shí)刻變壓器頂層油溫與第m時(shí)刻負(fù)荷因素的相關(guān)度。

根據(jù)前面的分析，下面給出基于氣象和負(fù)荷因素的相似時(shí)刻選擇流程，如圖3所示。

圖3 相似時(shí)刻選擇流程

3 基于相似時(shí)刻的變壓器頂層油溫預(yù)測

根據(jù)前面的分析可知，待預(yù)測日一般存在多個(gè)相似日，而待預(yù)測日的每個(gè)時(shí)刻也對應(yīng)多個(gè)相似時(shí)刻?；诖?，文中將采用BP神經(jīng)網(wǎng)絡(luò)來預(yù)測變壓器頂層油溫，其中待預(yù)測日氣象信息可從變壓器所在地區(qū)天氣預(yù)報(bào)數(shù)據(jù)中獲取。為便于后文分析，設(shè)待預(yù)測日的相似日數(shù)量為A，第n時(shí)刻的相似時(shí)刻為第m時(shí)刻，相似時(shí)刻數(shù)量為Bn，則該方法的具體實(shí)現(xiàn)過程如下。

(1) 從氣象和負(fù)荷因素中，選擇與第n時(shí)刻變壓器頂層油溫相關(guān)度大于等于0.3的影響因素作為BP神經(jīng)網(wǎng)絡(luò)的輸入變量。

(2) 將每個(gè)相似日第m時(shí)刻對應(yīng)的氣象和負(fù)荷因素作為BP神經(jīng)網(wǎng)絡(luò)的輸入集，將每個(gè)相似日第n時(shí)刻的變壓器頂層油溫作為輸出集，合理設(shè)置BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元層數(shù)、單層神經(jīng)元數(shù)量、單層神經(jīng)元傳達(dá)函數(shù)、訓(xùn)練參數(shù)和訓(xùn)練函數(shù)后[24—26]，對BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。

(3) 將待預(yù)測日第m時(shí)刻對應(yīng)的氣象和負(fù)荷因素輸入訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)，此時(shí)神經(jīng)網(wǎng)絡(luò)輸出值即為待預(yù)測日第n時(shí)刻變壓器頂層油溫基于相似時(shí)刻m的預(yù)測值Pnm。

(4) 當(dāng)?shù)趎時(shí)刻的相似時(shí)刻數(shù)量Bn=1時(shí)，待預(yù)測日第n時(shí)刻變壓器頂層油溫的預(yù)測值Pn=Pnm；當(dāng)?shù)趎時(shí)刻的相似時(shí)刻數(shù)量Bn>1時(shí)，待預(yù)測日第n時(shí)刻變壓器頂層油溫的預(yù)測值為基于各相似時(shí)刻m預(yù)測值Pnm的線性加權(quán)值，其表達(dá)式為：

(7)

根據(jù)該方法的具體實(shí)現(xiàn)過程給出了算法流程，如圖4所示。

圖4 變壓器頂層油溫預(yù)測流程

4 算例分析

文中利用江蘇某特高壓主變2018年7月和8月的頂層油溫?cái)?shù)據(jù)作為歷史樣本，驗(yàn)證預(yù)測方法的可行性。

4.1 相似日選擇結(jié)果分析

下面將歷史樣本中2018年7月30日—2018年8月8日作為待預(yù)測日，分析這10個(gè)待預(yù)測日的相似日選擇結(jié)果。以2018年7月30日為例，分析聚類結(jié)果。顯然基于氣象因素的K-means聚類后，將歷史樣本分為了2類，待預(yù)測日(2018年7月30日)所在類為相似類，該類包括17個(gè)樣本，分別為7月10日、11日、12日、13日、14日、15日、16日、17日、18日、19日、20日、21日、24日、25日、28日、29日、30日。此時(shí)基于時(shí)間“近大遠(yuǎn)小”原則選擇相似日為7月16日、17日、18日、19日、20日、21日、24日、25日、28日和29日。同理可得2018年7月31日—2018年8月8日9個(gè)待預(yù)測日的相似日選擇結(jié)果，為制表方便，文中每個(gè)日期只提供了相關(guān)度最高的3個(gè)相似日，結(jié)果如表1所示。

表1 相似日選擇結(jié)果

分析表1可知，待預(yù)測日的相似日有的距離待預(yù)測日較遠(yuǎn)，有的距離較近，這就表明文中所采用的方法不僅考慮了時(shí)間因素，還充分考慮了氣象因素，這樣選擇的相似日具有較高的相似性。

4.2 相似時(shí)刻選擇結(jié)果分析

下面以10:00時(shí)刻為例，分析相似時(shí)刻選擇過程。首先計(jì)算10:00時(shí)刻變壓器頂層油溫與各類因素的相關(guān)度，如表2所示。

表2 頂層油溫與氣象因素的相關(guān)度

分析表2可知，變壓器與風(fēng)速和氣壓2個(gè)影響因素的相關(guān)度小于0.3，相關(guān)性較小，因此在該時(shí)刻判斷相似時(shí)刻時(shí)不予考慮。影響因素選擇后，根據(jù)式(6)可以計(jì)算各時(shí)刻影響因素與10:00時(shí)刻變壓器頂層油溫的綜合相關(guān)度，結(jié)果如圖5所示。

分析圖5可知，只有09:00和13:00時(shí)刻影響因素與10:00時(shí)刻變壓器頂層油溫的綜合相關(guān)度大于10:00時(shí)刻影響因素與10:00時(shí)刻變壓器頂層油溫的綜合相關(guān)度。根據(jù)式(4)可知，10:00時(shí)刻的相似時(shí)刻為09:00，13:00和10:00。同理可以得到其他時(shí)刻的相似時(shí)刻，考慮到部分時(shí)刻對應(yīng)的相似時(shí)刻較多，而部分時(shí)刻對應(yīng)的相似時(shí)刻只有1個(gè)，為簡化分析，表中只提供了12個(gè)時(shí)刻且每個(gè)時(shí)刻只提供了相關(guān)度最高的3個(gè)相似時(shí)刻，具體如表3所示。

表3 各時(shí)刻對應(yīng)的相似時(shí)刻

4.3 頂層油溫預(yù)測結(jié)果分析

文中采用BP神經(jīng)網(wǎng)絡(luò)預(yù)測變壓器頂層油溫，預(yù)測前須先對BP神經(jīng)網(wǎng)絡(luò)的相關(guān)參數(shù)進(jìn)行設(shè)置。結(jié)合相關(guān)文獻(xiàn)[26]，BP神經(jīng)網(wǎng)絡(luò)的神經(jīng)元采用二層結(jié)構(gòu)，第一層神經(jīng)元數(shù)量設(shè)為6，第二層神經(jīng)元數(shù)量設(shè)為1，其他參數(shù)設(shè)置如表4所示。

表4 BP神經(jīng)網(wǎng)絡(luò)相關(guān)參數(shù)

為驗(yàn)證所提預(yù)測方法的有效性，文中以2018年8月8日為例，繪制了該日變壓器頂層油溫預(yù)測結(jié)果，如圖6所示。

圖6 2018年8月8日變壓器頂層油溫預(yù)測結(jié)果

分析圖6可知，2018年8月8日的變壓器頂層油溫預(yù)測曲線與實(shí)際頂層油溫曲線較為相似，且很多預(yù)測頂層油溫和實(shí)際頂層油溫基本重合，可知預(yù)測效果較好。為進(jìn)一步分析預(yù)測效果，文中又對2018年8月8日變壓器頂層油溫預(yù)測誤差進(jìn)行了統(tǒng)計(jì)，該日變壓器頂層油溫平均預(yù)測誤差為1.21%，其中預(yù)測誤差小于等于1%的時(shí)刻有13個(gè)，占比54.2%；小于等于3%的時(shí)刻有22；占比91.7%，且所有時(shí)刻的預(yù)測誤差都小于等于5%。

最后為驗(yàn)證考慮相似時(shí)刻的必要性，計(jì)算了未考慮相似時(shí)刻的預(yù)測結(jié)果，并與文中所采用方法的預(yù)測結(jié)果進(jìn)行對比，結(jié)果如表5所示。

表5 變壓器頂層油溫預(yù)測誤差對比表

顯然，未考慮相似時(shí)刻的預(yù)測方法的平均預(yù)測誤差為2.90%，最大預(yù)測誤差為6.36%，最小預(yù)測誤差為1.30%，且有2天的預(yù)測誤差大于5%；而文中所采用方法的平均預(yù)測誤差為1.97%，最大預(yù)測誤差為3.41%，最小預(yù)測誤差為0.97%，且10天的預(yù)測誤差都小于5%。因此不論是從平均預(yù)測誤差還是最大(小)誤差來看，文中所采用方法的預(yù)測精度都有較大幅度的提高，從而驗(yàn)證了所提出方法的有效性。

5 結(jié)論

文中提出了一種基于相似日和相似時(shí)刻的變壓器頂層油溫預(yù)測方法，該方法在相似日內(nèi)進(jìn)一步選擇待預(yù)測日各時(shí)刻所對應(yīng)的相似時(shí)刻后，基于BP神經(jīng)網(wǎng)絡(luò)和線性加權(quán)法實(shí)現(xiàn)頂層油溫的預(yù)測，并將其應(yīng)用到江蘇某特高壓主變2018年7、8月頂層油溫的預(yù)測工作中，得出如下結(jié)論：

(1) 該方法充分考慮了時(shí)間和氣象因素，使得所選擇的相似日具有較高的相似性；

(2) 相比傳統(tǒng)的相似日法，文中所采用方法的預(yù)測效果更好，其平均預(yù)測誤差達(dá)1.97%，具有較好的推廣應(yīng)用前景，從而驗(yàn)證了該方法的有效性和可行性。