[发明专利]一种换流阀入水温度预测修正方法及运维系统

说明书

本发明公开了一种换流阀入水温度预测修正方法及运维系统，涉及换流阀监测技术领域，在阀冷系统运行状态相似日选择的基础上，确定入水温度的基准值。基于LSTM建立影响入水温度因素偏差和入水温度偏差百分比的相关关系模型，对入水温度基准值进行修正，得到预测的入水温度。结合阀冷系统运维经验，提出对应的运维预案。

技术领域

本发明涉及换流阀监测技术领域，具体涉及一种换流阀入水温度预测修正方法及运维系统。

背景技术

阀冷系统是换流站的一个重要组成部分，它将阀体上各元件的功耗发热量排放到阀厅外，保证晶闸管运行结温在正常范围内。现场运维中，通过监测阀冷系统入水温度、出水温度等指标评估阀冷系统运行状态。但仅通过阈值判断异常的手段过于单一。受外界环境影响以及阀冷系统阀冷外冷水系统换热元件老化、机械损伤、管道结垢等问题影响，入水温度短时内可能快速增长，达到告警值。现场运维只能采取往喷淋水池投放冰块等不经济的临时措施，严重时可能导致直流系统限负荷。

发明内容

针对现有技术中的不足，本发明提供一种换流阀入水温度预测修正方法及运维系统，在阀冷系统运行状态相似日选择的基础上，确定入水温度的基准值。基于LSTM建立影响入水温度因素偏差和入水温度偏差百分比的相关关系模型，对入水温度基准值进行修正，得到预测的入水温度。结合阀冷系统运维经验，提出对应的运维预案。

为实现上述目的，本发明的技术方案如下：

一种换流阀入水温度预测修正方法，包括：

步骤1：获取一定时间内换流阀冷却系统的状态量监测值和运行功率，形成数据样本集，并基于所述数据样本集，利用相关系数计算入水温度与其他监测状态量之间的关联关系，选取强相关的因素以及运行机理构建入水温度相关因素的特征矩阵；

步骤2：计算各特征矩阵的距离，根据特征矩阵之间的距离判断不同日期入水温度相关因素之间的相似程度；然后基于相似程度的判断结果，利用相关系数计算特征矩阵的相关关系，根据相关系数大小对相似日进行排序，相关系数最大的选定为唯一相似日，其入水温度值作为基准值T’_{基准值，t}；

步骤3：基于数据样本集构建修正模型的训练数据集，定义第n日t时刻的实际入水温度为T_nt，确定的相似日的入水温度为T’_nt，则入水温度偏差为ΔT_nt＝T_nt-T’_nt；第n日t时刻第i个相关因素的特征矩阵X(i)_nt和相似日相关因素的特征矩阵X(i)’_nt之间的偏差为ΔX_nt＝X(i)_nt-X(i)’_nt；通过LSTM算法对相关因素偏差ΔX_nt和入水温度偏差ΔT_nt进行建模，相关因素偏差ΔX_nt作为模型的输入，入水温度偏差ΔT_nt作为模型的输出，通过训练样本集得到入水温度偏差预测模型；

步骤4：根据预测日前一天的相关因素的特征矩阵X(i)_nt和确定的相似日的相关因素的特征矩阵X(i)’_nt作为入水温度偏差预测模型的输入，获得入水温度偏差预测模型输出的入水温度偏差ΔT_nt；

步骤5：根据下式对预测日的入水温度进行预测：

T_{预测日，t}＝ΔT_t+T’_{基准值，t}

式中，T_{预测日，t}为预测日的入水温度预测值，ΔT_nt为步骤4获得入水温度偏差，T’_{基准值，t}为步骤2获得的入水温度基准值；