[發明專利]一種變壓器運行狀態監控與預測方法

有效

• 申請號: 202110532215.8
• 申請日: 2021-05-17
• 公開（公告）號: CN113204922B
• 公開（公告）日: 2023-03-28
• 發明（設計）人: 劉亞東;嚴英杰;江秀臣;陳思
• 申請（專利權）人: 上海交通大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F18/214;G06F18/24;G06N3/044;G06N3/08;G06F111/04;G06F111/08;G06F119/08
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種變壓器運行狀態監控與預測方法，其特性在于，包括：

利用多物理場仿真策略建立變壓器溫度場參數反演模型并計算得到變壓器內部溫度場的參數分布情況；

基于所述變壓器內部溫度場的參數分布情況實時監控變壓器運行特征，并采用變壓器健康狀態評估策略對所述變壓器內部溫度變化進行評估；

根據所述變壓器的歷史運行數據以及所述內部溫度場變化數據，采用時滯特性預測算法對變壓器的未來內部運行狀態進行預測分析；

當評估的溫度變化結果超過了警戒值或預測分析到異常現象則發出預警信息，完成變壓器運行狀態的監控與預測；

所述變壓器健康狀態評估策略包括，

獲取不同狀態下的溫度參數分布數據集；

根據若干個時刻不同狀態下的溫度參數分布數據集，構建變壓器健康狀態評估模型；

獲取待識別的溫度參數分布數據集，將所述待識別的溫度參數分布數據集輸入所述變壓器健康狀態評估模型，得到所述變壓器內部溫度變化評估結果；

所述采用時滯特性預測算法對變壓器的未來內部運行狀態進行預測分析包括，

采用時滯特性預測算法與反饋神經網絡構建運行狀態預測分析模型；

根據所述變壓器異常現象對應的歷史運行數據，采用所述時滯特性預測算法對所述異常現象具體情況進行再分類，得到分類結果；

利用所述反饋神經網絡對所述分類結果進行驗證，得到概率最大的分類類別作為最終輸出的異常現象；

所述變壓器溫度場參數反演模型的建立包括，

基于多物理場仿真策略建立變壓器內部溫度場的正演計算模型；

計算所述變壓器內部溫度損耗分布；

將所述變壓器內部溫度損耗分布導入所述正演計算模型，建立目標函數和約束條件，獲得變壓器內部溫度場參數反演模型；

所述變壓器多物理場仿真策略的計算公式包括，

其中，ρ_l表示流體密度，n表示微元面積矢量dS外法線的單位矢量，U表示流體速度，f表示單位質量流體所受到的質量力，Π表示微元面積矢量dS的應力張量，c表示流體的比熱容，T表示控制體的溫度，k表示導熱系數，Q表示對應微元的生熱量，▽表示調和算子，x,y,z表示空間坐標系的三個軸，u、v、w分別表示流體速度U在x,y,z方向上的速度分量；

所述目標函數和約束條件包括，

所述目標函數：

Q(c)＝argminc_kQ⁴²(1-Q)⁵⁸

所述約束條件：

c≥0，c∈D_s

其中，D_s表示求解域。

2.如權利要求1所述的變壓器運行狀態監控與預測方法，其特征在于：所述溫度參數分布數據集和所述待識別的溫度參數分布數據集的表現形式包括，

其中，A表示溫度參數分布數據集或待識別溫度參數分布數據集，T_n表示第n個時刻下的溫度參數，y_n1、y_n2…y_nm表示第n個時刻下的溫度參數的m個評估因子。

3.如權利要求2所述的變壓器運行狀態監控與預測方法，其特征在于：所述變壓器健康狀態評估模型包括，

其中，T表示最大溫度輸出值，n表示第n個時刻，ω_k表示評估因子的權重。

4.如權利要求3所述的變壓器運行狀態監控與預測方法，其特征在于：所述運行狀態預測分析模型的損失函數包括，

L(g,f(x))＝ln(1+log(-2gf(x)))

其中，x表示訓練集，g表示訓練集對應的運行狀態，f(x)表示訓練集對應運行狀態的預測值。

5.如權利要求4所述的變壓器運行狀態監控與預測方法，其特征在于：所述概率的計算包括，

其中，P(g＝0|x)表示訓練集對應的異常現象的概率。