[发明专利]预测变压器的油温

权利要求书

1.一种用于电力系统的方法，包括：

利用来自所述电力系统的历史数据来训练机器学习算法；

将对应于变压器的历史数据提供给所述机器学习算法，以开发所述变压器的简档，所述简档描述在各种操作条件下所述变压器被预期为如何执行；

基于经由所述机器学习算法开发的所述变压器的所述简档来针对期望负荷预测所述变压器的油温；以及

预测所述变压器能在所述变压器的所述油温未达到与所述变压器的故障相关联的特定值的情况下，根据所述预测的油温支持所述期望负荷的时长。

2.根据权利要求1所述的方法，其中，来自所述电力系统并且用来训练所述机器学习算法的历史数据与对应于所述变压器的历史数据不一致，所述变压器的简档经由所述机器学习算法从对应于所述变压器的历史数据中开发。

3.根据权利要求1所述的方法，包括：

响应于指示所述变压器不能以期望时长支持所述期望负荷的所述预测的油温，识别能由所述变压器以所述期望时长支持的负荷。

4.根据权利要求1所述的方法，所述机器学习算法为前馈人工神经网络算法。

5.根据权利要求4所述的方法，所述前馈人工神经网络算法包括两个隐藏层。

6.根据权利要求1所述的方法，对应于所述变压器的所述历史数据来源于以下各项中的至少一项：

可操作地耦合到所述变压器的一个或多个传感器；或者

在所述变压器上执行的热运行测试。

7.根据权利要求1所述的方法，所述预测油温包括：

基于所述变压器的当前操作条件来预测针对所述期望负荷的所述变压器的所述油温，所述当前操作条件包括以下各项中的至少一项：

所述变压器的当前负荷；

邻近所述变压器的当前周围空气温度；或者

所述变压器的当前油温。

8.一种用于电力系统的方法，包括：

识别所述电力系统的第一变压器的故障，所述第一变压器支持第一负荷；

识别所述电力系统中能以期望时间支持所述第一负荷的至少一些负荷的第二变压器，包括：

基于所述第二变压器的简档，估计所述第二变压器能在所述第二变压器的油温未达到与所述第二变压器的故障相关联的特定值的情况下，以所述期望时间支持的负荷，所述简档描述在各种操作条件下所述第二变压器被预期为如何执行；其中，所述第二变压器的所述简档经由机器学习算法开发；并且利用来自于所述电力系统的历史数据来训练所述机器学习算法；以及

将所述第一负荷的至少一些负荷转移到所述第二变压器，所述第二变压器的总负荷没有超过所述估计的负荷。

9.根据权利要求8所述的方法，利用对应于所述第二变压器的历史数据作为到所述机器学习算法的输入。

10.根据权利要求9所述的方法，所述对应于所述第二变压器的历史数据来源于以下各项中的至少一项：

可操作地耦合到所述第二变压器的一个或多个传感器；或

在所述第二变压器上执行的热运行测试。

11.根据权利要求8所述的方法，所述第二变压器的所述简档经由前馈神经网络算法开发。

12.根据权利要求8所述的方法，所述估计基于所述第二变压器的当前操作条件，所述当前操作条件包括以下各项中的至少一项：

所述第二变压器的当前负荷；

邻近所述第二变压器的当前周围空气温度；或

所述第二变压器的当前油温。