输变电设备状态量预测算法、结果和评估方法、电抗器状态预测示例.pdfVIP

DL/T XXXXX—XXXX 附录 A （资料性附录） 状态量预测算法 A.1 推荐的状态量预测算法 A.1.1 基于曲线拟合方法的状态预测 将历史数据通过回归分析，应用最小二乘法或其他数学方法，拟合出与历史数据最相符合的曲线， 通过曲线外推进行状态预测。 输入信息为设备状态表征变量，如油中溶解气体含量等，可以使用曲线拟合的方法进行设备状态预 测。常用的曲线拟合方法有线性回归模型、非线性回归模型（指数回归模型，罗吉斯回归模型等）和逐 步回归模型的方法，通过迭代计算，使得拟合模型与训练样本误差最小化。根据建立的拟合曲线模型， 输出未来预测时刻的设备状态信息。 以线性回归为例。给定有m 个样本的数据集D = {x , y }m ，则线性回归模型见式（1）： i i i= 1