[发明专利]基于大数据技术的变压器短期过载能力智能评估系统

权利要求书

1.基于大数据技术的变压器短期过载能力智能评估系统，其特征是，包括数据采集及处理系统、数据服务器、客户终端、变压器特征参数数据库、变压器历史运行参数库和人工智能计算模块；所述数据采集及处理系统采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器；所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库，并与客户终端通讯，所述人工智能计算模块装载于客户终端；

所述变压器特征参数数据库录入有各种型号的变压器特征参数，系统根据变压器型号调用相对应的变压器特征参数；

所述变压器历史运行参数库存储有在线采集的变压器历史运行参数；

所述人工智能计算模块利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格-库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。

2.根据权利要求1所述的基于大数据技术的变压器短期过载能力智能评估系统，其特征是，数据采集及处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器，数据处理器与数据服务器通信连接；传感器不间断地对被测变压器进行监测，并将采集的变压器运行参数数据发送至数据收集器；数据收集器收集的同一传感器采集的变压器运行参数数据量达到一定阈值时，数据收集器将同一传感器采集的变压器运行参数数据汇聚成变压器运行参数数据并发送至数据处理器。

3.根据权利要求2所述的基于大数据技术的变压器短期过载能力智能评估系统，其特征是，所述数据处理器包括依次连接的数据接收模块、数据预处理模块、数据合并模块、数据异常检测模块；数据接收模块用于接收数据收集器发送的变压器运行参数数据；数据预处理模块用于将变压器运行参数数据中的0值和负值用设定值进行替换处理；数据合并模块用于对预处理后的变压器运行参数数据进行聚类处理，将位于同一个簇的传感器的变压器运行参数数据合并到一个文件中；所述数据异常检测模块用于对数据合并模块处理后的变压器运行参数数据进行异常检测处理，对异常变压器运行参数数据进行标记，并将所有的变压器运行参数数据发送至数据服务器。

4.根据权利要求1-3任一项所述的基于大数据技术的变压器短期过载能力智能评估系统，其特征是，对数据合并模块处理后的变压器运行参数数据进行异常检测处理，具体包括：

(1)若聚类后存在一个簇的变压器运行参数数据个数低于设定的数量下限，则将该簇视为异常簇，求取异常簇中变压器运行参数数据的平均值y_e，计算其他正常簇的簇中心点与异常簇的簇中心点之间的相似距离；

(3)若正常簇的簇中心点与异常簇的簇中心点之间的相似距离不大于设定的簇相似距离阈值，则将该正常簇作为待检测簇，并利用y_e来检测待检测簇中的变压器运行参数数据，当待检测簇中的变压器运行参数数据满足异常条件时，将变压器运行参数数据视为异常变压器运行参数数据。

5.根据权利要求4所述的基于大数据技术的变压器短期过载能力智能评估系统，其特征是，设定异常条件为：

式中，m_j表示变压器运行参数数据的第j维特征值的权重值，为变压器运行参数数据的第j维特征值，y_ej为所述异常簇中变压器运行参数数据的平均值y_e的第j维特征值，D为变压器运行参数数据的维数，X_t为设定的异常检测距离阈值。

6.根据权利要求1-3任一项所述的基于大数据技术的变压器短期过载能力智能评估系统，其特征是，设定两个变压器运行参数数据之间的相似距离的计算公式为：

式中，X(y_i,y_z)表示变压器运行参数数据y_i与y_z之间的相似距离，m_j为变压器运行参数数据的第j维特征值的权重值，y_ij表示变压器运行参数数据y_i的第j维特征值，y_zj为变压器运行参数数据y_z的第j维特征值，D为变压器运行参数数据的维数。