[发明专利]一种计算配电变压器顶层油温的方法

说明书

一种计算配电变压器顶层油温的方法，所述方法对国标温升公式中的经验参数使用粒子群算法进行寻优，通过寻优得到的参数代替标准中的经验参数，从而更精确获得变压器顶层油温的变化情况。所述方法步骤包括：（1）参数初始化为一群随机参数，产生初始的解和解变化的速度；（2）把产生的解的值带入方程中计算到的顶层油温，计算实际值与计算值的差值；（3）通过公式对解的速度与位置进行更新；（4）根据检验运算，得出的解是否符合结束条件。

技术领域

本发明涉及一种计算配电变压器顶层油温的方法，属变压器技术领域。

背景技术

变压器负载率是变压器承受负载能力的体现。长时间的高负载率容易造成变压器内温度的过高而损害变压器。对于农网配电变压器，平时基本处于低负荷状态；在农忙季节或春节返乡等时段时，变压器的用电负荷就会较大幅度上升。而在负荷上升这段时间，农网变压器的负载率K可以认为是以24h为周期的变量。如图1所示拟合了800多台实际运行变压器在负荷上升时间的负载率的曲线。如何精确的确定不同运行电流下变压器的内部温度对于变压器的安全问题十分重要。

国家标准GB/T 1094.07-2008中推荐了计算变压器温升的差分方程，简单实用。但是对于公式中的许多参数，计算时大都使用标准中推荐的值去计算。但是实际中由于变压器的结构参数十分复杂，加上变压器制作技术的提升和产品的更新换代，标准中一些经验参数并不十分的适应一些现在的变压器，或一些特殊的变压器。如热模型常数k₁₁、k₁₂、k₁₃；总损耗对顶层油温升地指数幂(总损耗指数)x；与电流对绕组温升地指数幂(绕组指数)y等参数。而且对于一些难以获得的数据如绕组时间常数τ_w、油时间常数τ_o等参数，虽然有实际的意义；但由于计算要求的参数过多不易确定，计算时大都使用的也是国标中的推荐参数，这些参数对应特定的变压器并不一定十分适用。

粒子群优化算法(Partical Swarm Optimization PSO)，粒子群中的每一个粒子都代表一个问题的可能解，通过粒子个体的简单行为，群体内的信息交互实现问题求解的智能性。由于PSO操作简单、收敛速度快，因此在函数优化、图像处理、大地测量等众多领域都得到了广泛的应用。

发明内容

本发明的目的是，为了通过粒子群算法寻优得到的参数代替标准中的经验参数，从而获得变压器顶层油温的变化情况，本发明提出一种计算配电变压器顶层油温的方法。

实现本发明的技术方案是，一种计算配电变压器顶层油温的方法，所述方法根据某类型变压器在变化的运行电流下的顶层油温变化的数据为基础，对国标油温差分方程中的经验参数使用粒子群算法进行寻优，通过寻优得到的参数代替标准中的经验参数，从而更精确获得变压器顶层油温的变化情况；

(1)PSO先初始化为一群随机参数，在每次的迭代中，参数的变化被两个因素所影响；一个是参数自身之前所找到的最好的值(计算值最接近实际)，称为个体最佳解值(pbest)，若之后该个体迭代出更好的参数，则取代之前的值。而所有的随机参数中当前找到的最好的解，称为全局最佳解(gbest)参数初始化。

(2)把产生的解(热模型常数k₁₁、总损耗对顶层油温升地指数幂x和额定损耗下顶层油稳态温升Δθ_or)的值代入顶层油温差分方程中计算得到顶层油温；将计算得到的顶层油温的值与实际值进行比较，计算每个时间点实际值与计算值的差值，得到其均方根的大小；计算值与实际值之差均方根最小的解是所有解中的最优解。

(3)在找到这两个最优解后，粒子根据下面公式来更新自己的位置，粒子i的位置信息为X_i＝(x_i1，x_i1，…x_iD)^T，速度为V_i＝(v_i1，v_i1，…v_iD)^T：