基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，根據(jù)未來某日的日氣溫預(yù)測(cè)最大值、未來某日的變壓器日負(fù)荷預(yù)測(cè)95概率預(yù)測(cè)值、變壓器基礎(chǔ)油溫?cái)?shù)據(jù)，代入變壓器油溫線性回歸分析模型計(jì)算得到未來某日內(nèi)的油溫預(yù)測(cè)最大值，如變壓器冷卻系統(tǒng)工況異常，還應(yīng)將未來某日內(nèi)的油溫預(yù)測(cè)最大值與冷卻器運(yùn)行異常修正量求代數(shù)和，得到最終變壓器頂層油溫預(yù)測(cè)值。本發(fā)明提供的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，提供了一種簡(jiǎn)捷實(shí)用預(yù)測(cè)方法，為電網(wǎng)運(yùn)行管理人員及時(shí)了解變壓器運(yùn)行工況提供了參考依據(jù)。
【專利說明】基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，屬于電網(wǎng)設(shè)備狀 態(tài)監(jiān)測(cè)與風(fēng)險(xiǎn)預(yù)警【技術(shù)領(lǐng)域】。

【背景技術(shù)】
[0002] 變壓器是電力系統(tǒng)中最為重要的設(shè)備之一，在能量的傳輸、轉(zhuǎn)換和分配過程中起 到了關(guān)鍵的樞紐作用，目前業(yè)界最為廣泛使用的變壓器類型是油浸式變壓器。變壓器油是 油浸式變壓器的絕緣和冷卻介質(zhì)，同時(shí)在變壓器有載調(diào)壓過程中還能起到滅弧的作用。變 壓器油溫尤其是頂層油溫可用于表征變壓器的運(yùn)行工況，因此EMS (Energy Manage System 能量管理系統(tǒng)）對(duì)各變電站主變油溫進(jìn)行了采集和監(jiān)視。目前業(yè)界對(duì)于變壓器油溫建模與 預(yù)測(cè)往往基于復(fù)雜的機(jī)理，參數(shù)的設(shè)置需要較高的理論水平和經(jīng)驗(yàn)，不利于實(shí)踐與應(yīng)用。
[0003] 通過歷史數(shù)據(jù)分析得知，變壓器油溫與氣溫、負(fù)荷、基礎(chǔ)油溫和冷卻系統(tǒng)運(yùn)行工況 有關(guān)，因此，利用歷史油溫、歷史氣溫、歷史負(fù)荷等數(shù)據(jù)進(jìn)行分析構(gòu)建回歸分析模型，并利用 歷史氣溫、歷史負(fù)荷預(yù)測(cè)及冷卻系統(tǒng)運(yùn)行工況數(shù)據(jù)就可以方便快捷地進(jìn)行油溫預(yù)測(cè)。


【發(fā)明內(nèi)容】

[0004] 目的：為了克服現(xiàn)有技術(shù)中缺乏簡(jiǎn)捷實(shí)用的預(yù)測(cè)方法，本發(fā)明提供一種基于多因 素的油浸式變壓器頂層油溫預(yù)測(cè)方法。
[0005] 技術(shù)方案：為解決上述技術(shù)問題，本發(fā)明采用的技術(shù)方案為：
[0006] -種基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在于：包括如下步 驟：
[0007] 步驟一：抽取歷史氣溫、歷史油溫、歷史負(fù)荷、歷史人體舒適度日統(tǒng)計(jì)值；
[0008] 步驟二：根據(jù)歷史氣溫、歷史油溫、歷史負(fù)荷95概率值的日統(tǒng)計(jì)值，建立變壓器油 溫線性回歸分析模型，并計(jì)算得到變壓器油溫線性回歸分析模型系數(shù)：a、b、c、d ;
[0009] 步驟三：對(duì)于非自冷型變壓器，通過對(duì)冷卻器運(yùn)行異常時(shí)油溫實(shí)測(cè)值與理論計(jì)算 期望值之間分析比較，得到冷卻器運(yùn)行異常修正常量；
[0010] 步驟四：根據(jù)天氣預(yù)報(bào)信息計(jì)算得到未來某日的人體舒適度預(yù)測(cè)值，并利用相似 日負(fù)荷預(yù)測(cè)模型，得到未來某日的變壓器日負(fù)荷95概率預(yù)測(cè)值；
[0011] 步驟五：根據(jù)未來某日的日氣溫預(yù)測(cè)最大值、未來某日的變壓器日負(fù)荷預(yù)測(cè)95概 率預(yù)測(cè)值、變壓器基礎(chǔ)油溫?cái)?shù)據(jù)，代入變壓器油溫線性回歸分析模型計(jì)算得到未來某日內(nèi) 的油溫預(yù)測(cè)最大值，如變壓器冷卻系統(tǒng)工況異常（持續(xù)2天及以上），還應(yīng)將未來某日內(nèi)的 油溫預(yù)測(cè)最大值與冷卻器運(yùn)行異常修正常量求代數(shù)和，得到最終變壓器頂層油溫預(yù)測(cè)值。
[0012] 所述步驟一包括如下步驟：
[0013] 步驟la :從EMS系統(tǒng)中獲取全省所有油浸式變壓器的歷史油溫和歷史負(fù)荷數(shù)據(jù)， 并統(tǒng)計(jì)得到各主變壓器的歷史油溫的最大值和歷史負(fù)荷數(shù)據(jù)的95概率值；
[0014] 步驟lb :從氣象信息系統(tǒng)中獲取各市縣的歷史日氣溫最大統(tǒng)計(jì)值，并以市縣區(qū)位 信息為主題將歷史日氣溫最大統(tǒng)計(jì)值與各主變壓器歷史油溫最大值、歷史負(fù)荷95概率值 進(jìn)行關(guān)聯(lián)合并；
[0015] 步驟1C :從氣象信息系統(tǒng)獲取各市縣的歷史溫度、歷史濕度、歷史風(fēng)速數(shù)據(jù)，計(jì)算 各日的人體舒適度統(tǒng)計(jì)值，結(jié)合工作日、節(jié)假日、特殊日，以市縣區(qū)位信息為主題將各日的 人體舒適度統(tǒng)計(jì)值與各主變壓器歷史負(fù)荷95概率統(tǒng)計(jì)值關(guān)聯(lián)合并。
[0016] 所述步驟二包括如下步驟：
[0017] 步驟2a:抽取指定時(shí)間窗口內(nèi)的歷史日氣溫最大值、歷史日油溫最大值、歷史 日負(fù)荷95概率值和基礎(chǔ)油溫值，剔除冷卻系統(tǒng)工況異常日的記錄，所述時(shí)間窗口設(shè)置為 45-90天，所述基礎(chǔ)油溫值設(shè)置為前一日油溫最高值；
[0018] 步驟2b :利用最小二乘法，建立油溫與氣溫、負(fù)荷、基礎(chǔ)油溫的線性回歸分析模 型，變壓器油溫線性回歸分析模型：0T = a*T+b*I+c*B0T+d ;
[0019] 步驟2c :將歷史日氣溫最大值、歷史日油溫最大值、歷史日負(fù)荷95概率值和基礎(chǔ) 油溫值代入線性回歸分析模型，計(jì)算得到線性回歸分析模型系數(shù)：a、b、c、d。
[0020] 所述步驟三包括如下步驟：
[0021] 步驟3a:對(duì)于非自冷型變壓器，抽取冷卻器運(yùn)行異常日期內(nèi)的數(shù)據(jù)，包括：氣溫最 大值、負(fù)荷95概率值、基礎(chǔ)油溫值；
[0022] 步驟3b :將上述數(shù)據(jù)代入變壓器油溫線性回歸分析模型回歸模型，計(jì)算得到當(dāng)日 油溫期望值，將當(dāng)日油溫期望值與當(dāng)日實(shí)際油溫值之間求差值，得到冷卻器運(yùn)行異常日修 正值，再求平均值，最終得到冷卻器異常修正常量；
[0023] 步驟3c :對(duì)于自冷型變壓器可直接跳過該步驟。
[0024] 所述步驟四包括如下步驟：
[0025] 步驟4a :根據(jù)未來某日的天氣預(yù)報(bào)信息，抽取溫度、濕度、風(fēng)速、基準(zhǔn)溫度的數(shù)據(jù)；
[0026] 步驟4b :根據(jù)人體舒適度計(jì)算公式：DI=1. 8T+0. 55 (l-RH)-3. 2λ/?+ΤΝ,計(jì)算得 到未來某日人體舒適度預(yù)測(cè)值；
[0027] 步驟4c :提取未來某日之前的連續(xù)120個(gè)歷史日的日類型、特殊日、日期距離、人 體舒適度值四個(gè)因素?cái)?shù)據(jù)，代入相似日預(yù)測(cè)模型，根據(jù)公式：F = 計(jì)算出120 個(gè)歷史日相對(duì)于未來某日相似度；
[0028] 步驟4d :取120個(gè)歷史日相似度最大值的當(dāng)日歷史負(fù)荷95概率值，再求平均值， 得到歷史負(fù)荷95概率值平均值即設(shè)置為未來某日變壓器日負(fù)荷的95概率預(yù)測(cè)值。
[0029] 有益效果：本發(fā)明提供的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，在油溫、 氣溫、負(fù)荷等歷史數(shù)據(jù)的基礎(chǔ)上，建立油溫線性回歸模型，進(jìn)而利用氣溫預(yù)報(bào)、負(fù)荷預(yù)測(cè)和 基礎(chǔ)油溫等數(shù)據(jù)進(jìn)行油溫預(yù)測(cè)，提供了一種簡(jiǎn)捷實(shí)用預(yù)測(cè)方法，為電網(wǎng)運(yùn)行管理人員及時(shí) 了解變壓器運(yùn)行工況提供了參考依據(jù)。

【專利附圖】

【附圖說明】
[0030] 圖1為本發(fā)明的結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0031] 下面結(jié)合附圖對(duì)本發(fā)明作更進(jìn)一步的說明。
[0032] 如圖1所示，一種基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，為了有效地運(yùn) 用本方法，至少應(yīng)保證具備某變壓器兩個(gè)月內(nèi)完整的負(fù)荷、油溫、冷卻器運(yùn)行工況及對(duì)應(yīng)地 區(qū)的溫度、濕度、風(fēng)速等氣象數(shù)據(jù)。本方法包括以下五個(gè)步驟：
[0033] 步驟一：歷史數(shù)據(jù)抽取及統(tǒng)計(jì)。
[0034] 1)從EMS系統(tǒng)中獲取全省所有油浸式變壓器的油溫和負(fù)荷數(shù)據(jù)，并統(tǒng)計(jì)得到各主 變的油溫的最大值和負(fù)荷數(shù)據(jù)的95概率值。95概率值指將采樣值按降序排序并剔除頭5% 數(shù)據(jù)后的最大值。這里不使用負(fù)荷最大值，而使用95概率值的原因是：負(fù)荷曲線受某些突 發(fā)因素影響可能存在尖峰毛刺，95概率值可有效避開這些毛刺，從而更好地刻畫了當(dāng)日最 大負(fù)荷特性。
[0035] 2)從氣象信息系統(tǒng)獲取各市縣的日氣溫最大統(tǒng)計(jì)值，并根據(jù)市縣區(qū)位信息與各主 變油溫最大值、負(fù)荷95概率值進(jìn)行關(guān)聯(lián)合并。關(guān)聯(lián)合并指建立類似于關(guān)系型數(shù)據(jù)庫(kù)中的 表，包含了變壓器ID、日期、工作日信息、負(fù)荷統(tǒng)計(jì)值等，主鍵是變壓器ID和日期，主要用于 方便后期分析時(shí)使用。
[0036] 3)從氣象信息系統(tǒng)獲取各市縣的溫度、濕度、風(fēng)速等數(shù)據(jù)，計(jì)算各日的人體舒適度 統(tǒng)計(jì)值，結(jié)合工作日、節(jié)假日信息，根據(jù)區(qū)位信息與各主變負(fù)荷95概率統(tǒng)計(jì)值關(guān)聯(lián)合并。人 體舒適度計(jì)算公式可參考以下論文：
[0037] 張偉.基于人體舒適度指數(shù)的配電網(wǎng)短期負(fù)荷預(yù)測(cè)方法，電力系統(tǒng)保護(hù)與控制， 2013, 41 (9)，74-79.具體計(jì)算方法如下：
[0038]

【權(quán)利要求】
1. 一種基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在于：包括如下步驟： 步驟一：抽取歷史氣溫、歷史油溫、歷史負(fù)荷、歷史人體舒適度日統(tǒng)計(jì)值； 步驟二：根據(jù)歷史氣溫、歷史油溫、歷史負(fù)荷95概率值的日統(tǒng)計(jì)值，建立變壓器油溫線 性回歸分析模型，并計(jì)算得到變壓器油溫線性回歸分析模型系數(shù)：a、b、c、d ; 步驟三：對(duì)于非自冷型變壓器，通過對(duì)冷卻器運(yùn)行異常時(shí)油溫實(shí)測(cè)值與理論計(jì)算期望 值之間分析比較，得到冷卻器運(yùn)行異常修正常量； 步驟四：根據(jù)天氣預(yù)報(bào)信息計(jì)算得到未來某日的人體舒適度預(yù)測(cè)值，并利用相似日負(fù) 荷預(yù)測(cè)模型，得到未來某日的變壓器日負(fù)荷95概率預(yù)測(cè)值； 步驟五：根據(jù)未來某日的日氣溫預(yù)測(cè)最大值、未來某日的變壓器日負(fù)荷預(yù)測(cè)95概率預(yù) 測(cè)值、變壓器基礎(chǔ)油溫?cái)?shù)據(jù)，代入變壓器油溫線性回歸分析模型計(jì)算得到未來某日內(nèi)的油 溫預(yù)測(cè)最大值，如變壓器冷卻系統(tǒng)工況異常，還應(yīng)將未來某日內(nèi)的油溫預(yù)測(cè)最大值與冷卻 器運(yùn)行異常修正常量求代數(shù)和，得到最終變壓器頂層油溫預(yù)測(cè)值。
2. 根據(jù)權(quán)利要求1所述的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在 于：所述步驟一包括如下步驟： 步驟la :從EMS系統(tǒng)中獲取全省所有油浸式變壓器的歷史油溫和歷史負(fù)荷數(shù)據(jù)，并統(tǒng) 計(jì)得到各主變壓器的歷史油溫的最大值和歷史負(fù)荷數(shù)據(jù)的95概率值； 步驟lb :從氣象信息系統(tǒng)中獲取各市縣的歷史日氣溫最大統(tǒng)計(jì)值，并以市縣區(qū)位信息 為主題將歷史日氣溫最大統(tǒng)計(jì)值與各主變壓器歷史油溫最大值、歷史負(fù)荷95概率值進(jìn)行 關(guān)聯(lián)合并； 步驟lc :從氣象信息系統(tǒng)獲取各市縣的歷史溫度、歷史濕度、歷史風(fēng)速數(shù)據(jù)，計(jì)算各日 的人體舒適度統(tǒng)計(jì)值，結(jié)合工作日、節(jié)假日、特殊日，以市縣區(qū)位信息為主題將各日的人體 舒適度統(tǒng)計(jì)值與各主變壓器歷史負(fù)荷95概率統(tǒng)計(jì)值關(guān)聯(lián)合并。
3. 根據(jù)權(quán)利要求1所述的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在 于：所述步驟二包括如下步驟： 步驟2a:抽取指定時(shí)間窗口內(nèi)的歷史日氣溫最大值、歷史日油溫最大值、歷史日負(fù)荷 95概率值和基礎(chǔ)油溫值，剔除冷卻系統(tǒng)工況異常日的記錄，所述時(shí)間窗口設(shè)置為45-90天， 所述基礎(chǔ)油溫值設(shè)置為前一日油溫最高值； 步驟2b:利用最小二乘法，建立油溫與氣溫、負(fù)荷、基礎(chǔ)油溫的線性回歸分析模型，變 壓器油溫線性回歸分析模型：〇T = a*T+b*I+c*BOT+d ; 步驟2c :將歷史日氣溫最大值、歷史日油溫最大值、歷史日負(fù)荷95概率值和基礎(chǔ)油溫 值代入線性回歸分析模型，計(jì)算得到線性回歸分析模型系數(shù)：a、b、c、d。
4. 根據(jù)權(quán)利要求1所述的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在 于：所述步驟三包括如下步驟： 步驟3a :對(duì)于非自冷型變壓器，抽取冷卻器運(yùn)行異常日期內(nèi)的數(shù)據(jù)，包括：氣溫最大 值、負(fù)荷95概率值、基礎(chǔ)油溫值； 步驟3b :將上述數(shù)據(jù)代入變壓器油溫線性回歸分析模型回歸模型，計(jì)算得到當(dāng)日油溫 期望值，將當(dāng)日油溫期望值與當(dāng)日實(shí)際油溫值之間求差值，得到冷卻器運(yùn)行異常日修正量， 再求平均值，最終得到冷卻器異常修正常量； 步驟3c :對(duì)于自冷型變壓器可直接跳過該步驟。
5.根據(jù)權(quán)利要求1所述的基于多因素的油浸式變壓器頂層油溫預(yù)測(cè)方法，其特征在 于：所述步驟四包括如下步驟： 步驟4a :根據(jù)未來某日的天氣預(yù)報(bào)信息，抽取溫度、濕度、風(fēng)速、基準(zhǔn)溫度的數(shù)據(jù)； 步驟4b :根據(jù)人體舒適度計(jì)算公式：DI=1. 8T+0. 55 (l-RH)-3. 2VV+TN,計(jì)算得到未 來某日人體舒適度預(yù)測(cè)值； 步驟4c :提取未來某日之前的連續(xù)120個(gè)歷史日的日類型、特殊日、日期距離、人體舒 適度值四個(gè)因素?cái)?shù)據(jù)，代入相似日預(yù)測(cè)模型，根據(jù)公式：F = 計(jì)算出120個(gè)歷 史日相對(duì)于未來某日相似度； 步驟4d :取120個(gè)歷史日相似度最大值的當(dāng)日歷史負(fù)荷95概率值，再求平均值，得到 歷史負(fù)荷95概率值平均值即設(shè)置為未來某日變壓器日負(fù)荷的95概率預(yù)測(cè)值。
【文檔編號(hào)】G06Q50/06GK104299057SQ201410553382
【公開日】2015年1月21日 申請(qǐng)日期:2014年10月17日 優(yōu)先權(quán)日:2014年10月17日
【發(fā)明者】陳錦銘, 郭雅娟, 李斌, 姜海濤, 黃偉, 郭靜 申請(qǐng)人:國(guó)家電網(wǎng)公司, 江蘇省電力公司, 江蘇省電力公司電力科學(xué)研究院