[發明專利]一種折邊油箱箱蓋及其熱點溫度在線監測方法

無效

• 申請號: 201210471941.4
• 申請日: 2012-11-19
• 公開（公告）號: CN102969122A
• 公開（公告）日: 2013-03-13
• 發明（設計）人: 李杰;徐錫舟;廖志凌;洪振興;徐斌
• 申請（專利權）人: 江蘇宏安變壓器有限公司
• 主分類號: H01F27/14
• 分類號: H01F27/14;G01K13/00;G06N3/02
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明公開一種折邊油箱箱蓋及其熱點溫度在線監測方法，屬于變壓器設計制造與信號監測技術領域。

技術背景

電力變壓器是電力系統中傳輸電能的高壓電設備，其性能好壞直接影響電力系統的安全、穩定運行。眾多研究發現，變壓器繞組溫度，尤其是繞組熱點，已經成為變壓器安全、經濟運行以及使用壽命決定性因素。大部分變壓器的壽命終結是因其喪失了應有的絕緣能力，而影響絕緣能力的最主要因素是變壓器運行時的繞組溫度。使用繞組溫度計來監測運行時的繞組溫度有助于變壓器達到預期的設計壽命。所以變壓器繞組低溫過熱的問題，是運行和制造部門函待研究解決的重要問題之一。電力變壓器在運行過程中絕緣系統一直承受著化學性質的老化，該過程是積累性的且能導致絕緣系統失去絕緣性能危害。對于A級絕緣的變壓器，溫度每增加6℃，絕緣老化速度增加一倍。隨著電力事業的發展，大容量超高壓變壓器得到了迅速的發展和應用。為了保障變壓器運行安全可靠，延長變壓器的使用壽命，測量變壓器繞組的溫度已顯得分重要。

目前國內有的是以變壓器頂層油溫作為保障變壓器安全運行的投切信號，把層油溫作為變壓器監控裝置的判斷依據，通過監控頂層油溫來保障變壓器的安全運行然而這種方法有許多不足之處。這是因為大容量變壓器頂層油溫明顯滯后于繞組油溫。當變壓器負荷快速增加時，由于熱傳遞響應速度的原因，變壓器頂層油溫需經數小時能反映出繞組的工況變化。顯然，以變壓器項層油溫作為保障變壓器安全運行的投切號不能及時有效地保護變壓器的安全可靠運行。此外，由于變壓器安裝起吊時，全部重力作用在箱蓋上，容易使箱蓋發生形變。

發明內容

針對上述缺陷和不足，本發明在變壓器設計制造中引入一種新的折邊油箱箱蓋技術和軟測量在線監測方法。該技術增強了變壓器油箱箱蓋的機械強度和安全性，外形更簡潔美觀；配套使用在線監測方法可以快速、實時、準確的對變壓器的熱點溫度進行監測。

本發明提出一種折邊油箱箱蓋及其熱點溫度在線監測方法，其內容包括：

1.一種新折邊油箱箱蓋技術，其整體結構如圖1。

2.采用軟測量技術實現變壓器熱點溫度的在線監測。

3.油箱箱蓋成矩形，箱蓋四條邊緣向油箱箱蓋的反面折彎并與油箱箱蓋所在平面垂直，且折彎部分的長度大于螺栓的長度。

4.折彎四角的接縫處光滑焊接，防止灰塵、雨水等進入箱內。

5.采用神經網絡構建軟測量模型，該軟測量模型可以實現在線監測變壓器熱點溫度信息。

6.采用RBF神經網絡構建模型。神經網絡選擇的基本變量有：額定電壓、電流，繞組系數，額定容量，鐵心直徑，頻率，磁場強度，磁通，漏磁，負載電流，電流密度、電場強度、損耗比，電阻率，環境溫度，負載系數等。

7.該RBF神經網絡的輸入層神經元的個數是根據選取輸入變量個數確定，其輸出層神經元個數是根據需要檢測的變量的個數確定，在本發明中需要監測熱點溫度，只需要1個輸出神經元。

8.RBF網絡的基函數采用高斯函數；基函數的學習中心用K-均值聚類算法獲得；權值的學習采用LMS算法。

9.通過調整輸入和輸出層神經元的個數、輸出權值以及相關參數，來實現適應不同的變壓器以及不同的工作環境。

附圖說明

圖1為折邊油箱箱蓋結構圖，其中(1)油箱箱蓋，(2)油箱箱蓋折邊部分，(3)螺栓孔。

圖2為RBF神經網絡建模流程圖。

具體實施方式

下面結合附圖和實施例對本發明作進一步說明。

如圖1所示，油箱箱蓋成矩形，箱蓋四條邊緣向油箱箱蓋的同一面折彎并與油箱箱蓋所在平面垂直，且折彎部分的長度大于螺栓的長度。折彎四角的接縫處光滑焊接，防止灰塵、雨水等進入箱內。

對于熱點溫度的在線監測，根據圖2所示，先采用K-均值聚類算法獲得基函數的學習中心，采用LMS算法獲得權值。其中，K-均值聚類算法的具體步驟如下：

第一步，初始化聚類中心，即根據經驗從訓練樣本集中隨機的選取N個樣本作為初始中心錯誤！未找到引用源。(i＝1,2,...,N)，設置迭代步數n＝0。

第二步，隨機輸入訓練樣本心錯誤！未找到引用源。Y_K。

第三步，尋找訓練樣本錯誤！未找到引用源。離哪個中心最近，即找到錯誤！未找到引用源。使其滿足錯誤！未找到引用源。，i＝1,2,…,N；式中T_i(n)錯誤！未找到引用源。，是第n次迭代時基函數的第i個中心。

第四步，調整中心公式：