基于鲸鱼优化-长短期记忆网络模型的机-热老化绝缘纸剩余寿命预测方法.pdfVIP

2022 年 6 月 电 工 技 术 学 报 Vol.37 No. 12 第 37 卷第 12 期 TRANSACTIONS OF CHINA ELECTROTECHNICAL SOCIETY Jun. 2022 DOI: 10.19595/ki.1000-6753.tces.210110 基于鲸鱼优化-长短期记忆网络模型的 机-热老化绝缘纸剩余寿命预测方法 于永进 姜雅男 李长云 （山东科技大学电气与自动化工程学院 青岛 266590 ） 摘要 换流变压器作为特/超高压直流输电系统中的关键设备，对变压器用绝缘纸剩余寿命进 行有效预测，可为换流变压器的运行维护提供一定的理论依据，鉴于此，提出一种基于鲸鱼优化 算法（WOA ）和长短期记忆网络（LSTM ）的预测方法。首先，结合绝缘纸加速机-热老化实验及 试样的机械、电气性能指标和对应裂解产物的糠醛含量，由主成分分析法（PCA ）对聚合度、糠 醛含量和特征频率下介质损耗因数等表征绝缘纸老化的多特征量进行融合；获得综合评估指标与 绝缘纸抗张强度间的量化关系，并依此将绝缘性能优良和严重劣化时对应的抗张强度分别作为正、 负理想值；进一步构建贴近度构造退化指标序列并将其作为模型输入。然后，利用鲸鱼优化算法 对长短期记忆网络的关键参数进行寻优。最后，构建 WOA-LSTM 模型对绝缘纸剩余寿命进行预 测。研究表明，所提出的 WOA-LSTM 模型既纳入了可表征绝缘纸老化状态的多个特征量，亦可 显著提高剩余寿命的预测精度，为换流变压器绝缘系统安全稳定运行提供有力保障。 关键词：鲸鱼优化 长短期记忆网络 机-热协同作用 多特征融合 剩余寿命预测 中图分类号：TM85 Prediction Method of Insulation Paper Remaining Life with Mechanical-Thermal Synergy Based on Whale Optimization Algorithm-Long-Short Term Memory Model Yu Yongjin Jiang Ya’nan Li Changyun （College of Electrical Engineering and Automation Shandong University of Science and Technology Qingdao 266590 China ） Abstract As the key equipment in the UHV DC transmission system, remaining life prediction of insulation paper for transformers can provide a reference for the operation and maintenance of converter transformers. Therefore, a prediction method based on whale optimization algorithm (WOA) and long-short term memory (LSTM) was proposed. Firstly, combined with the accelerated mechanical- thermal aging test of insulation paper, the multi-feature fusion of the aging characterization parameters, including degree of polymerization, furfural content, and dielectric dissipatio