[發明專利]基于多因素的油浸式變壓器頂層油溫預測方法

有效

• 申請號: 201410553382.0
• 申請日: 2014-10-17
• 公開（公告）號: CN104299057B
• 公開（公告）日: 2018-02-13
• 發明（設計）人: 陳錦銘;郭雅娟;李斌;姜海濤;黃偉;郭靜
• 申請（專利權）人: 國家電網公司;江蘇省電力公司;江蘇省電力公司電力科學研究院
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06
• 代理公司: 南京縱橫知識產權代理有限公司32224
• 代理人: 董建林

技術領域

本發明涉及一種基于多因素的油浸式變壓器頂層油溫預測方法，屬于電網設備狀態監測與風險預警技術領域。

背景技術

變壓器是電力系統中最為重要的設備之一，在能量的傳輸、轉換和分配過程中起到了關鍵的樞紐作用，目前業界最為廣泛使用的變壓器類型是油浸式變壓器。變壓器油是油浸式變壓器的絕緣和冷卻介質，同時在變壓器有載調壓過程中還能起到滅弧的作用。變壓器油溫尤其是頂層油溫可用于表征變壓器的運行工況，因此EMS(Energy Manage System能量管理系統)對各變電站主變油溫進行了采集和監視。目前業界對于變壓器油溫建模與預測往往基于復雜的機理，參數的設置需要較高的理論水平和經驗，不利于實踐與應用。

通過歷史數據分析得知，變壓器油溫與氣溫、負荷、基礎油溫和冷卻系統運行工況有關，因此，利用歷史油溫、歷史氣溫、歷史負荷等數據進行分析構建回歸分析模型，并利用歷史氣溫、歷史負荷預測及冷卻系統運行工況數據就可以方便快捷地進行油溫預測。

發明內容

目的：為了克服現有技術中缺乏簡捷實用的預測方法，本發明提供一種基于多因素的油浸式變壓器頂層油溫預測方法。

技術方案：為解決上述技術問題，本發明采用的技術方案為：

一種基于多因素的油浸式變壓器頂層油溫預測方法，其特征在于：包括如下步驟：

步驟一：抽取歷史氣溫、歷史油溫、歷史負荷、歷史人體舒適度日統計值；

步驟二：根據歷史氣溫、歷史油溫、歷史負荷95概率值的日統計值，建立變壓器油溫線性回歸分析模型，并計算得到變壓器油溫線性回歸分析模型系數：a、b、c、d；

步驟三：對于非自冷型變壓器，通過對冷卻器運行異常時油溫實測值與理論計算期望值之間分析比較，得到冷卻器運行異常修正常量；

步驟四：根據天氣預報信息計算得到未來某日的人體舒適度預測值，并利用相似日負荷預測模型，得到未來某日的變壓器日負荷95概率預測值；

步驟五：根據未來某日的日氣溫預測最大值、未來某日的變壓器日負荷預測95概率預測值、變壓器基礎油溫數據，代入變壓器油溫線性回歸分析模型計算得到未來某日內的油溫預測最大值，如變壓器冷卻系統工況異常(持續2天及以上)，還應將未來某日內的油溫預測最大值與冷卻器運行異常修正常量求代數和，得到最終變壓器頂層油溫預測值。

所述步驟一包括如下步驟：

步驟1a：從EMS系統中獲取全省所有油浸式變壓器的歷史油溫和歷史負荷數據，并統計得到各主變壓器的歷史油溫的最大值和歷史負荷數據的95概率值；

步驟1b：從氣象信息系統中獲取各市縣的歷史日氣溫最大統計值，并以市縣區位信息為主題將歷史日氣溫最大統計值與各主變壓器歷史油溫最大值、歷史負荷95概率值進行關聯合并；

步驟1c：從氣象信息系統獲取各市縣的歷史溫度、歷史濕度、歷史風速數據，計算各日的人體舒適度統計值，結合工作日、節假日、特殊日，以市縣區位信息為主題將各日的人體舒適度統計值與各主變壓器歷史負荷95概率統計值關聯合并。

所述步驟二包括如下步驟：

步驟2a：抽取指定時間窗口內的歷史日氣溫最大值、歷史日油溫最大值、歷史日負荷95概率值和基礎油溫值，剔除冷卻系統工況異常日的記錄，所述時間窗口設置為45-90天，所述基礎油溫值設置為前一日油溫最高值；

步驟2b：利用最小二乘法，建立油溫與氣溫、負荷、基礎油溫的線性回歸分析模型，變壓器油溫線性回歸分析模型：OT＝a*T+b*I+c*BOT+d；

步驟2c：將歷史日氣溫最大值、歷史日油溫最大值、歷史日負荷95概率值和基礎油溫值代入線性回歸分析模型，計算得到線性回歸分析模型系數：a、b、c、d。

所述步驟三包括如下步驟：

步驟3a：對于非自冷型變壓器，抽取冷卻器運行異常日期內的數據，包括：氣溫最大值、負荷95概率值、基礎油溫值；

步驟3b：將上述數據代入變壓器油溫線性回歸分析模型回歸模型，計算得到當日油溫期望值，將當日油溫期望值與當日實際油溫值之間求差值，得到冷卻器運行異常日修正值，再求平均值，最終得到冷卻器異常修正常量；

步驟3c：對于自冷型變壓器可直接跳過該步驟。

所述步驟四包括如下步驟：

步驟4a：根據未來某日的天氣預報信息，抽取溫度、濕度、風速、基準溫度的數據；

步驟4b：根據人體舒適度計算公式：計算得到未來某日人體舒適度預測值；