[发明专利]一种变压器顶层油温的预测方法及其系统

说明书

本发明提供一种变压器顶层油温的预测方法及其系统，包括：基于历史气象数据、历史油温数据及历史负荷数据，建立变压器顶层油温的线性回归分析模型；基于历史负荷数据，建立带有气象和日期属性的负荷预测模型；基于负荷预测模型与气象预报信息，确定变压器未来时长内的负荷预测值；基于线性回归分析模型预测和变压器未来时长内的负荷预测值，预测变压器未来时长内的最高油温。本发明构建的变压器顶层油温预测模型，实现短期油温预警分析，为变压器状态检修和事故预防提供参考。

技术领域

本发明涉及变压器状态监测与故障预警领域，具体涉及一种变压器顶层油温的预测方法及其系统。

背景技术

油浸式电力变压器的运行寿命及负载能力与油温密切相关，运行在高温情况下的变压器容易因为过热而导致早期故障。传统方法将热相关参数看作电气相关参数，通过热电对比的方式人工建立变压器顶层油温预测模型：确认了模型的输入参数，并预设模型的函数形式。然而，利用顶层油温人工建立预测模型将无法保证参数的选择以及函数的预设是否合理。

因此，需要提供一种技术方案来弥补现有技术的不足。

发明内容

为准确估算电力变压器绕组热点的温度，对变压器安全运行和寿命评估提供辅助依据，本发明提供了一种变压器顶层油温的预测方法及其系统。

一种变压器顶层油温的预测方法包括：基于历史气象数据、历史油温数据及历史负荷数据，建立变压器顶层油温的线性回归分析模型；基于历史负荷数据，建立带有气象和日期属性的负荷预测模型；基于负荷预测模型与气象预报信息，确定变压器未来时长内的负荷预测值；基于线性回归分析模型预测和变压器未来时长内的负荷预测值，预测变压器未来时长内的最高油温。

基于历史气象数据、历史油温数据及历史负荷数据，建立变压器顶层油温的线性回归分析模型之前，包括：将变压器的历史油温数据、历史负荷数据及历史天气数据分别与变压器的设备台账数据进行关联；历史天气数据是以15min为间隔进行采样，按每天取最大值处理获得的历史天气数据包括：历史日的最大气温、平均温度、最大相对湿度、最大风速及最大降雨量。

建立变压器顶层油温的线性回归分析模型，包括：获取选定时间区间内变压器的历史油温数据、历史负荷数据和历史天气数据；历史油温数据包括：历史日前一日油温的最大值，历史负荷数据包括历史日负荷最大值，历史天气数据包括历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量；以历史油温数据、历史负荷数据及历史天气数据为变量，建立线性回归分析模型。

变压器的线性回归分析模型，如下所示：

OT＝a×I+b×T+c×H+d×W+e×R+f×YOT+g；

其中，I、T、H、W、R、YOT分别为历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量，a、b、c、d、e、f分别为历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量的系数，g为截距，OT为历史日最高油温。

当变压器为非自冷型变压器且冷却器启动工作时，重新计算回归分析模型中的系数a、b、c、d、e、f、g。

重新计算回归分析模型中的系数a、b、c、d、e、f、g，包括：将历史日前一日油温最大值、历史日负荷最大值、历史日最大气温、历史日最大相对湿度、历史日最大风速和历史日最大降雨量输入到已经获得系数值的回归分析模型中，得到历史日主变压器顶层油温的期望值；将冷却器启动工作日的主变油温与所述期望值进行比较，计算所有的差异值，获得差异值概率分布图，以概率平均值为修正量，对历史油温数据作修正处理后，重新计算回归分析模型的系数a、b、c、d、e、f、g。