(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111460694.3 (22)申请日 2021.12.0 3 (71)申请人 国网上海市电力公司 地址 200122 上海市浦东 新区自由贸易试 验区源深路1 122号 (72)发明人 苏磊　徐琴　曹博源　 (74)专利代理 机构 上海科盛知识产权代理有限 公司 312 25 代理人 杨元焱 (51)Int.Cl. G06Q 10/04(2012.01) G06N 3/04(2006.01) G06K 9/62(2022.01) (54)发明名称 一种变压器油中的溶解气体浓度预测方法、 装置及介质 (57)摘要 本发明涉及一种变压器油中的溶解气体浓 度预测方法、 装置及介质， 方法包括： 将若干种相 关特征的历史时间序列以及待预测气体浓度的 历史时间序列输入训练好的浓度预测模型， 获得 待预测气体浓度的预测值； 浓度预测模型采用了 一种融合特征注意力和时序注意力的双重注意 力机制的电力变压器状态参量预测编码器 ‑解码 器模型， 充分发掘变压器各参量间的关联关系， 以及时序信息中的依赖关系， 以提供更可靠更高 效的数据预测支撑。 与现有技术相比， 本发明具 有准确性高、 可靠性高等优点。 权利要求书2页 说明书10页 附图7页 CN 114418166 A 2022.04.29 CN 114418166 A 1.一种变压器油中的溶解气体浓度预测方法， 其特 征在于， 包括： 将若干种相关特征的历史时间序列以及待预测气体浓度的历史时间序列输入训练好 的浓度预测模型， 获得待预测气体浓度的预测值； 其中， 所述的浓度预测模型包括编码器和解码器； 所述的编码器根据浓度 预测模型的输入， 通过特征注意力 机制对若干种相关特征进行 加权处理， 获得加 权特征并输入编码器LSTM网络， 获取编码器LSTM网络的隐层状态时间序 列； 所述的解码器将待预测气体浓度的历史时间序列输入解码器LSTM网络进行迭代， 每次 迭代时， 所述的解码器根据编码器LSTM网络的隐层状态时间序列， 通过时序注意力机制对 隐层状态时间序列进行加权处理， 获得中间语义向量， 所述的解码器再将 中间语义向量和 当前时刻的待预测气体浓度融合， 作为解码器LSTM网络的当前输入， 所述的解码器通过单 层前馈网络对迭代结束后的中间语义向量和解码 器LSTM网络的 隐层状态进 行整合和变换， 获得待预测气体浓度的预测值。 2.根据权利要求1所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 将相 关特征的历史时间序列记为 M为相关特征的种类数量， 为第m个 相关变量在T个历史时刻的时间序列； 所述的特 征注意力机制包括： 计算时刻t各特征 对待预测气体的特征注意力权重 计算加权特征 计算公式 为： 所述的特 征注意力权 重 的计算公式为： 其中， 为当前时刻t相 关特征的注意权重， Ve、 We和Ue为多层感知机权重， be为偏置参 数。 3.根据权利要求2所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 所述 的编码器LSTM网络的隐层状态时间序列的获取 过程包括： 获取编码器LSTM网络在时刻t的隐藏状态ht， 所有ht构成隐层状态时间序列， 所述的ht 的表达式为： 其中， 为编码器LSTM网络， p为编码器LSTM网络最后一层隐藏层大小。 4.根据权利要求1所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 所述 的编码器 LSTM网络的隐层状态时间序列记为 hτ为编码器 LSTM网络在 τ 时刻的隐藏状 态， T为历史时刻总数；权　利　要　求　书 1/2 页 2 CN 114418166 A 2所述的时序注意力机制包括： 计算hτ对应的隐层状态权 重 计算中间语义向量ct， 计算公式为： 5.根据权利要求4所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 所述 的解码器通 过单层前馈网络将当前时刻t的中间语义向量ct和待预测气体浓度yt融合， 获得 解码器LSTM网络当前的输入 所述的 的表达式为： 其中， 为单层前馈网络的权 重， 为单层前馈网络的偏置 。 6.根据权利要求5所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 所述 的解码器LSTM网络在时刻t的隐层状态dt的表达式为： 其中， 为解码器LSTM网络， q为 解码器LSTM网络最后一层隐藏层大小。 7.根据权利要求6所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 所述 的待预测气体浓度的预测值 的表达式为： 其中， Wy为整合输出的单层前馈网络的权重， bw为整合输出的单层前馈网络的偏置， Vy 为进行维度变换的单层前馈网络的权 重， by为进行维度变换的单层前馈网络的偏置 。 8.根据权利要求1所述的一种变压器油中的溶解气体浓度 预测方法， 其特征在于， 训练 浓度预测模型的损失函数为： 其中， 为待预测气体浓度的预测值， yT+1为待预测气体浓度的实际值， N为训练 次数， θ 为浓度预测模型的参数合 集。 9.一种变压器油中的溶解气体浓度预测装置， 其特征在于， 包括存储器和处理器， 所述 存储器存储有计算机程序， 所述处理器调用所述程序指 令能够执行如权利要求 1至8任一所 述的预测方法。 10.一种计算机可读存储介质， 其特征在于， 包括计算机程序， 所述计算机程序能够被 处理器执行以实现如权利要求1 ‑8任一所述的预测方法。权　利　要　求　书 2/2 页 3 CN 114418166 A 3