一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法
【專利摘要】本發(fā)明公開了一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，包括以下步驟：實(shí)時(shí)采集變壓器測(cè)試數(shù)據(jù)，根據(jù)其運(yùn)行工況，將測(cè)試數(shù)據(jù)劃分為訓(xùn)練集和預(yù)測(cè)集；選取IEEE模型在不同工況下明顯變化的參數(shù)作為待辨識(shí)優(yōu)化的參數(shù)，構(gòu)造各個(gè)工況下IEEE模型的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)；基于各個(gè)運(yùn)行工況的訓(xùn)練集，利用搜索方法尋找各工況下的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)的最優(yōu)解，將各個(gè)工況下的辨識(shí)優(yōu)化參數(shù)代入，利用IEEE模型對(duì)每個(gè)工況下的預(yù)測(cè)集測(cè)試數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到變壓器熱點(diǎn)溫度預(yù)測(cè)序列。本發(fā)明可獲得精度較高的熱點(diǎn)溫度預(yù)測(cè)值，能夠可靠地分析熱點(diǎn)溫度的動(dòng)態(tài)變化趨勢(shì)，進(jìn)而提升了變壓器在熱特性衡量方面的準(zhǔn)確度。
【專利說明】
一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法。
【背景技術(shù)】
[0002] 電力變壓器作為電力系統(tǒng)中至關(guān)重要的設(shè)備之一，其運(yùn)行的安全性和經(jīng)濟(jì)性值得 關(guān)注。變壓器允許短時(shí)間過負(fù)載運(yùn)行，在準(zhǔn)確可靠預(yù)測(cè)變壓器頂層油溫和熱點(diǎn)溫度的前提 下，將變壓器溫升限值提高2%到3%將帶來巨大的經(jīng)濟(jì)效益。變壓器熱點(diǎn)溫度是變壓器動(dòng) 態(tài)運(yùn)行容量的最大限制因素，熱點(diǎn)溫度超過安全限值后，將會(huì)損害絕緣，影響變壓器的安全 運(yùn)行，因此，精確可靠地預(yù)測(cè)變壓器熱點(diǎn)溫度十分重要。
[0003] 變壓器繞組熱點(diǎn)產(chǎn)生的機(jī)理復(fù)雜，具有不確定性，很難進(jìn)行解析計(jì)算。關(guān)于變壓器 的熱點(diǎn)溫度和頂層油溫預(yù)測(cè)，國(guó)內(nèi)外學(xué)者提出了多種方法，包括導(dǎo)則方法、熱路模型方法、 神經(jīng)網(wǎng)絡(luò)方法等。熱路模型需要較多的變壓器傳熱參數(shù);神經(jīng)網(wǎng)絡(luò)方法缺乏明確的物理意 義；IEEE Std C57.91推薦模型作為一種傳統(tǒng)方法，模型參數(shù)相對(duì)易于計(jì)算，但存在精度不 高的問題，尤其在過負(fù)荷工況下，預(yù)測(cè)精度嚴(yán)重下降，且在過負(fù)載工況下的預(yù)測(cè)值小于實(shí)測(cè) 值，增加變壓器超銘牌運(yùn)行風(fēng)險(xiǎn)。
[0004] 因此，已有模型均未考慮變壓器在過負(fù)載工況下的預(yù)測(cè)安全裕度。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明為了解決上述問題，提出了一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù) 測(cè)方法，本方法基于IEEE Std C57.91推薦模型，分別辨識(shí)優(yōu)化各工況下的模型參數(shù)，提高 了模型的預(yù)測(cè)精度。
[0006] 為了實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：
[0007] -種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，包括以下步驟：
[0008] (1)實(shí)時(shí)采集變壓器測(cè)試數(shù)據(jù)，將每一個(gè)運(yùn)行工況的測(cè)試數(shù)據(jù)均劃分為訓(xùn)練集和 預(yù)測(cè)集；
[0009] (2)選取IEEE模型在不同工況下明顯變化的參數(shù)作為待辨識(shí)優(yōu)化的參數(shù)，構(gòu)造各 個(gè)工況下IEEE模型的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)；
[0010] (3)基于各個(gè)運(yùn)行工況的訓(xùn)練集，利用搜索方法尋找各工況下的參數(shù)辨識(shí)優(yōu)化目 標(biāo)函數(shù)的最優(yōu)解；
[0011] (4)將各個(gè)工況下的辨識(shí)優(yōu)化參數(shù)代入，利用IEEE模型對(duì)每個(gè)工況下的預(yù)測(cè)集測(cè) 試數(shù)據(jù)進(jìn)行預(yù)測(cè)，得到變壓器熱點(diǎn)溫度預(yù)測(cè)序列。
[0012] 所述步驟(1)中，變壓器的測(cè)試數(shù)據(jù)包括負(fù)載電流、環(huán)境溫度時(shí)間序列和各序列對(duì) 應(yīng)時(shí)間段的散熱方式。
[0013] 所述步驟（1)中，基于實(shí)測(cè)數(shù)據(jù)情況采用樹狀分類方法劃分變壓器運(yùn)行工況的種 類。
[0014]所述步驟(1)中，實(shí)時(shí)采集變壓器測(cè)試數(shù)據(jù)，在每一種運(yùn)行工況下，從測(cè)量數(shù)據(jù)中， 選取60%-80%的具有代表性的數(shù)據(jù)作為訓(xùn)練集，剩下的數(shù)據(jù)作為預(yù)測(cè)集，將測(cè)試數(shù)據(jù)劃分 為訓(xùn)練集和預(yù)測(cè)集。
[0015] 所述步驟(2)中，辨識(shí)優(yōu)化的參數(shù)向量具體包括傳熱熱阻、油粘度、頂層油溫升、熱 點(diǎn)相對(duì)于頂層油的溫升、變壓器油時(shí)間常數(shù)和熱點(diǎn)位置的繞組時(shí)間常數(shù)。
[0016] 所述步驟(2)中，辨識(shí)優(yōu)化的目標(biāo)函數(shù)為求取該工況下的最優(yōu)參數(shù)向量，使該工況 下的預(yù)測(cè)值與熱點(diǎn)溫度測(cè)量值的整體誤差最小。
[0017] 所述步驟（2)中，構(gòu)建的辨識(shí)優(yōu)化的目標(biāo)函數(shù)根據(jù)負(fù)載等級(jí)不同，構(gòu)造不同的權(quán) 值，確定相應(yīng)工況對(duì)于誤差的容忍度。
[0018] 所述步驟(2)中，對(duì)于低于額定負(fù)載的工況，根據(jù)實(shí)測(cè)負(fù)荷電流與額定負(fù)荷電流的 比值構(gòu)造權(quán)值;對(duì)于過負(fù)載工況，根據(jù)該工況下的熱點(diǎn)溫度預(yù)測(cè)值和熱點(diǎn)溫度測(cè)量值構(gòu)造 權(quán)值。
[0019] 進(jìn)一步的，對(duì)于過負(fù)載工況，構(gòu)造的權(quán)值當(dāng)預(yù)測(cè)誤差為負(fù)時(shí)，隨誤差增加，權(quán)值迅 速增加;預(yù)測(cè)誤差為正時(shí)，權(quán)值隨著誤差增加相對(duì)緩慢，且預(yù)測(cè)誤差為預(yù)測(cè)安全裕度時(shí)，權(quán) 值最小。
[0020] 所述步驟(3)中，采用的搜索方法包括但不僅限于粒子群算法、遺傳算法和布谷鳥 搜索優(yōu)化算法。
[0021] 所述步驟(3)中，采用采用布谷鳥搜索算法的具體步驟包括：
[0022] (3-1)將待辨識(shí)優(yōu)化的參數(shù)作為布谷鳥搜索算法中鳥巢的位置，隨機(jī)初始化鳥巢 位置；
[0023] (3-2)經(jīng)過L6vy飛行搜索和隨機(jī)搜索，保留最優(yōu)鳥巢，進(jìn)入下一次迭代；
[0024] (3-3)達(dá)到迭代收斂條件后，最終被保留的最優(yōu)鳥巢的位置即為最優(yōu)解。
[0025]所述步驟(4)中，具體方法為將各工況下的辨識(shí)優(yōu)化參數(shù)分別代入IEEE模型中，對(duì) 對(duì)應(yīng)工況的預(yù)測(cè)集數(shù)據(jù)進(jìn)行預(yù)測(cè)，采用四階的龍格庫(kù)塔法對(duì)方程組進(jìn)行求解，得到變壓器 熱點(diǎn)溫度預(yù)測(cè)序列。
[0026]本發(fā)明的有益效果為：
[0027] (1)本發(fā)明基于IEEE Std C57.91推薦模型，分別辨識(shí)優(yōu)化各工況下的模型參數(shù)， 以提尚t旲型的預(yù)測(cè)精度；
[0028] (2)過負(fù)載工況下，通過構(gòu)造優(yōu)化目標(biāo)函數(shù)中預(yù)測(cè)誤差的權(quán)重表達(dá)式，使辨識(shí)參數(shù) 模型能夠取得適當(dāng)保守的預(yù)測(cè)結(jié)果，提高過負(fù)載工況下的預(yù)測(cè)安全性；
[0029] (3)本發(fā)明可獲得精度較高的熱點(diǎn)溫度預(yù)測(cè)值，能夠可靠地分析熱點(diǎn)溫度的動(dòng)態(tài) 變化趨勢(shì)，進(jìn)而提升了變壓器在熱特性衡量方面的準(zhǔn)確度，有利于更好地指導(dǎo)變壓器的負(fù) 載運(yùn)行，促進(jìn)變壓器在在線監(jiān)測(cè)裝置的推廣和在線監(jiān)測(cè)信息的深度應(yīng)用。
【附圖說明】
[0030] 圖1為多工況參數(shù)辨識(shí)優(yōu)化模型示意圖；
[0031] 圖2工況分類方法示意圖；
[0032] 圖3過負(fù)載工況權(quán)值隨預(yù)測(cè)誤差變化曲線圖；
[0033] 圖4為變壓器實(shí)測(cè)負(fù)荷電流數(shù)據(jù)圖；
[0034] 圖5為變壓器實(shí)測(cè)熱點(diǎn)溫度數(shù)據(jù)圖；
[0035] 圖6為熱點(diǎn)溫度預(yù)測(cè)結(jié)果對(duì)比曲線圖；
[0036] 圖7為熱點(diǎn)溫度預(yù)測(cè)誤差對(duì)比曲線圖。
【具體實(shí)施方式】：
[0037] 下面結(jié)合附圖與實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
[0038] -種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，如圖1所示，包括：
[0039] 步驟1:選取實(shí)測(cè)變壓器實(shí)測(cè)數(shù)據(jù)樣本，包括負(fù)載電流、環(huán)境溫度等;根據(jù)實(shí)測(cè)數(shù)據(jù) 情況劃分變壓器運(yùn)行工況的種類，并為每種工況劃分實(shí)測(cè)數(shù)據(jù)集，并將實(shí)測(cè)數(shù)據(jù)集劃分為 訓(xùn)練集和預(yù)測(cè)集。
[0040] 步驟2:選取IEEE模型在不同工況下變化較大的參數(shù)作為待辨識(shí)優(yōu)化的參數(shù);構(gòu)造 各個(gè)工況下IEEE模型的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)。
[0041 ]步驟3:利用各工況下的訓(xùn)練集數(shù)據(jù)，采用布谷鳥搜索算法(Cuckoo Search，CS)算 法分別辨識(shí)優(yōu)化各工況下的IEEE模型參數(shù)。
[0042]步驟4:將各工況下的辨識(shí)優(yōu)化參數(shù)分別代入IEEE模型中，對(duì)對(duì)應(yīng)工況的預(yù)測(cè)集數(shù) 據(jù)進(jìn)行預(yù)測(cè)。
[0043]所述步驟1的具體過程為：
[0044] 步驟1.1選取實(shí)測(cè)變壓器實(shí)測(cè)數(shù)據(jù)樣本，包括負(fù)載電流、環(huán)境溫度時(shí)間序列，及各 序列對(duì)應(yīng)時(shí)間段的散熱方式；
[0045] 步驟1.2根據(jù)實(shí)測(cè)數(shù)據(jù)情況劃分變壓器運(yùn)行工況的種類，如附圖2所示。采用樹狀 分類方法進(jìn)行工況劃分，首先根據(jù)變壓器負(fù)載等級(jí)劃分工況，然后根據(jù)散熱方式劃分工況， 最后根據(jù)其它可測(cè)的影響因素劃分工況分類。
[0046] 步驟1.3根據(jù)工況劃分情況，分別給每種工況劃分出對(duì)應(yīng)的實(shí)測(cè)數(shù)據(jù)集，并針對(duì)每 種工況劃分為訓(xùn)練集和預(yù)測(cè)集。
[0047]所述步驟2的具體內(nèi)容為：
[0048]步驟2.1選取IEEE模型在不同工況下變化較大的參數(shù)作為待辨識(shí)優(yōu)化的參數(shù)。 IEEE變壓器熱點(diǎn)計(jì)算公式為：
[0049] ⑴
[0050] 其中ΘΑ為環(huán)境溫度、Θτ〇為頂層油溫、ΘΗ為熱點(diǎn)溫度、Δ Θτ〇為頂層油溫度相對(duì)于 環(huán)境溫升、Α ΘΗ為熱點(diǎn)相對(duì)于頂層油溫升，ttq、th分別為變壓器油時(shí)間常數(shù)和熱點(diǎn)位置的 繞組時(shí)間常數(shù)，△ θτο,ιι和△ ?h，U為施加階梯負(fù)載，穩(wěn)定后的頂層油溫升和熱點(diǎn)相對(duì)于頂層 油的溫升，滿足下式：
[0051]
[2)
[0052] 式中：Δ Θ το,r和Δ Θ H,r分別表不施加額定負(fù)載時(shí)的頂層油溫升和熱點(diǎn)相對(duì)于頂 層油的溫升值，K為負(fù)荷電流標(biāo)么值，R為額定負(fù)載損耗與空載損耗之比。η和m均為經(jīng)驗(yàn)派生 指數(shù)，用以表征傳熱熱阻以及油粘度的變化帶來的影響。
[0053] 最終選擇辨識(shí)優(yōu)化的參數(shù)向量X為：
[0054] X=[n,m,R, Δ 0t0;r, Δ 0h,r,tto,th] (3)
[0055] 步驟2.2構(gòu)造各個(gè)工況下IEEE模型的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)。對(duì)于工況i (i = 1， 2…N)，問題的目標(biāo)是求取該工況下的最優(yōu)參數(shù)向量X，使該工況下的熱點(diǎn)溫度預(yù)測(cè)值0k,與 熱點(diǎn)溫度測(cè)量值(?，丨的整體誤差最小，構(gòu)造整體誤差下：
[0056] (5)
[0057] 其中K為工況i下實(shí)測(cè)數(shù)據(jù)點(diǎn)數(shù)，ω」為各數(shù)據(jù)誤差的權(quán)值，根據(jù)負(fù)載等級(jí)不同，計(jì) 算方式有兩種。
[0058] 1)低于額定負(fù)載
[0059] 對(duì)于低于額定負(fù)載的工況，構(gòu)造權(quán)值ω j:
[0060] C0J = 1 1 rated
[0061] 其中Irate3d為額定負(fù)荷電流，/f為實(shí)測(cè)負(fù)荷電流，負(fù)載率越高的數(shù)據(jù)點(diǎn)具有越高的 權(quán)值，表示負(fù)載率越高時(shí)，對(duì)誤差的容忍度越低，符合變壓器熱點(diǎn)預(yù)測(cè)的要求。
[0062] 2)過負(fù)載
[0063] 對(duì)于過負(fù)載工況，考慮到銘牌參數(shù)模型的預(yù)測(cè)值一般低于實(shí)測(cè)值，為使辨識(shí)參數(shù) 模型的預(yù)測(cè)值略高于實(shí)測(cè)值，以提高預(yù)測(cè)安全裕度，本發(fā)明構(gòu)造過負(fù)載工況下的《」如式 (7)所示：
[0064]
[0065]其中α、β、γ為正數(shù)，且α>β>1，權(quán)值ω」隨著預(yù)測(cè)誤差變化曲線如附圖3所示。當(dāng)預(yù) 測(cè)誤差為負(fù)時(shí)，隨誤差增加，權(quán)值迅速增加;預(yù)測(cè)誤差為正時(shí)，權(quán)值隨著誤差增加相對(duì)緩慢； 預(yù)測(cè)誤差為γ時(shí)，權(quán)值最小。該權(quán)值的定義表示在參數(shù)辨識(shí)過程中，對(duì)負(fù)的預(yù)測(cè)誤差采取較 小容忍度，對(duì)有利于提高預(yù)測(cè)安全裕度的正的誤差，采取較大容忍度，并使平均預(yù)測(cè)誤差在 γ附近，即期望的過負(fù)載工況預(yù)測(cè)安全裕度為γ。
[0066]所述步驟3的具體過程為：
[0067] 步驟3.1將待辨識(shí)優(yōu)化的參數(shù)作為布谷鳥搜索算法中鳥巢的位置，隨機(jī)初始化鳥 巢位置，初始鳥巢數(shù)量為25，異種卵發(fā)現(xiàn)概率為0.3，最大迭代步數(shù)為100。
[0068] 步驟3.2經(jīng)過L6vy飛行搜索和隨機(jī)搜索，保留最優(yōu)鳥巢，進(jìn)入下一次迭代;達(dá)到迭 代收斂條件后，最終被保留的最優(yōu)鳥巢的位置即為最優(yōu)解。
[0069]所述步驟4的具體過程為：
[0070]將各工況下的辨識(shí)優(yōu)化參數(shù)分別代入IEEE模型中，對(duì)對(duì)應(yīng)工況的預(yù)測(cè)集數(shù)據(jù)進(jìn)行 預(yù)測(cè)，采用四階的龍格庫(kù)塔法對(duì)方程組進(jìn)行求解，得到變壓器熱點(diǎn)溫度預(yù)測(cè)序列。
[0071] 采用某變電站一臺(tái)110kV/31.5MVA雙繞組三相變壓器進(jìn)行仿真驗(yàn)證。采集變壓器 2013年11月共7天的負(fù)荷、環(huán)境溫度、頂層油溫?cái)?shù)據(jù)，采樣時(shí)間間隔為15分鐘。變壓器實(shí)測(cè)負(fù) 荷電流數(shù)據(jù)和熱點(diǎn)溫度數(shù)據(jù)分別如圖4和圖5所示，工況劃分結(jié)果如表1所示。
[0072] 表1試驗(yàn)變壓器工況劃分
[0073]
[0074] 由訓(xùn)練集樣本數(shù)據(jù)，通過CS算法對(duì)各工況下的參數(shù)向量X分別進(jìn)行優(yōu)化，得到各工 況下辨識(shí)模型參數(shù)Xlden。變壓器的IEEE模型銘牌參數(shù)X name和三種工況下的辨識(shí)參數(shù)結(jié)果如 表2所示。
[0075]表2辨識(shí)參數(shù)結(jié)果 [0076]
[0077]將辨識(shí)參數(shù)代入IEEE模型，對(duì)對(duì)應(yīng)工況的預(yù)測(cè)集數(shù)據(jù)進(jìn)行預(yù)測(cè)，采用四階的龍格 庫(kù)塔法對(duì)方程組進(jìn)行求解，得到變壓器熱點(diǎn)溫度預(yù)測(cè)序列。同時(shí)將采用銘牌參數(shù)的IEEE模 型和考慮油粘度修正的改進(jìn)熱路模型作為對(duì)比方法。熱點(diǎn)溫度預(yù)測(cè)結(jié)果對(duì)比曲線如圖6所 示，預(yù)測(cè)誤差對(duì)比曲線如圖7所示。
[0078]由圖6可以看出，相比于銘牌參數(shù)模型，辨識(shí)參數(shù)模型和改進(jìn)熱路模型的預(yù)測(cè)曲線 與實(shí)測(cè)曲線有著更好的擬合度，預(yù)測(cè)精度更高。由圖7可見，辨識(shí)參數(shù)模型的預(yù)測(cè)精度高于 改進(jìn)熱路模型，且不同負(fù)載工況時(shí)，預(yù)測(cè)誤差的正負(fù)也不同。在過負(fù)載工況下，銘牌參數(shù)模 型的熱點(diǎn)預(yù)測(cè)值低于實(shí)測(cè)值，以該預(yù)測(cè)值來指導(dǎo)變壓器運(yùn)行會(huì)增加過熱風(fēng)險(xiǎn)；而辨識(shí)參數(shù) 模型的熱點(diǎn)預(yù)測(cè)值略大于實(shí)測(cè)值，增加了運(yùn)行安全裕度。過負(fù)載工況下，改進(jìn)熱路模型的預(yù) 測(cè)誤差也為負(fù)值，其原因?yàn)檫^負(fù)載工況下漏磁通損耗較大，繞組發(fā)熱經(jīng)驗(yàn)修正公式不足以 修正過載工況下的增加發(fā)熱量。
[0079]上述雖然結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】進(jìn)行了描述，但并非對(duì)本發(fā)明保護(hù)范 圍的限制，所屬領(lǐng)域技術(shù)人員應(yīng)該明白，在本發(fā)明的技術(shù)方案的基礎(chǔ)上，本領(lǐng)域技術(shù)人員不 需要付出創(chuàng)造性勞動(dòng)即可做出的各種修改或變形仍在本發(fā)明的保護(hù)范圍以內(nèi)。
【主權(quán)項(xiàng)】
1. 一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征是:包括以下步驟： (1) 實(shí)時(shí)采集變壓器測(cè)試數(shù)據(jù)，將每一個(gè)運(yùn)行工況的測(cè)試數(shù)據(jù)均劃分為訓(xùn)練集和預(yù)測(cè) 集； (2) 選取IEEE模型在不同工況下明顯變化的參數(shù)作為待辨識(shí)優(yōu)化的參數(shù)，構(gòu)造各個(gè)工 況下IEEE模型的參數(shù)辨識(shí)優(yōu)化目標(biāo)函數(shù)； (3) 基于各個(gè)運(yùn)行工況的訓(xùn)練集，利用搜索方法尋找各工況下的參數(shù)辨識(shí)優(yōu)化目標(biāo)函 數(shù)的最優(yōu)解； (4) 將各個(gè)工況下的辨識(shí)優(yōu)化參數(shù)代入，利用IEEE模型對(duì)每個(gè)工況下的預(yù)測(cè)集測(cè)試數(shù) 據(jù)進(jìn)行預(yù)測(cè)，得到變壓器熱點(diǎn)溫度預(yù)測(cè)序列。2. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟（1)中，變壓器的測(cè)試數(shù)據(jù)包括負(fù)載電流、環(huán)境溫度時(shí)間序列和各序列對(duì)應(yīng)時(shí) 間段的散熱方式。3. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(1)中，基于實(shí)測(cè)數(shù)據(jù)情況采用樹狀分類方法劃分變壓器運(yùn)行工況的種類。4. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(2)中，辨識(shí)優(yōu)化的參數(shù)向量具體包括傳熱熱阻、油粘度、頂層油溫升、熱點(diǎn)相 對(duì)于頂層油的溫升、變壓器油時(shí)間常數(shù)和熱點(diǎn)位置的繞組時(shí)間常數(shù)。5. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(2)中，辨識(shí)優(yōu)化的目標(biāo)函數(shù)為求取該工況下的最優(yōu)參數(shù)向量，使該工況下的 預(yù)測(cè)值與熱點(diǎn)溫度測(cè)量值的整體誤差最小。6. 如權(quán)利要求5所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(2)中，構(gòu)建的辨識(shí)優(yōu)化的目標(biāo)函數(shù)根據(jù)負(fù)載等級(jí)不同，構(gòu)造不同的權(quán)值，確定 相應(yīng)工況對(duì)于誤差的容忍度。7. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(2)中，對(duì)于低于額定負(fù)載的工況，根據(jù)實(shí)測(cè)負(fù)荷電流與額定負(fù)荷電流的比值 構(gòu)造權(quán)值;對(duì)于過負(fù)載工況，根據(jù)該工況下的熱點(diǎn)溫度預(yù)測(cè)值和熱點(diǎn)溫度測(cè)量值構(gòu)造權(quán)值。8. 如權(quán)利要求7所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:對(duì)于過負(fù)載工況，構(gòu)造的權(quán)值當(dāng)預(yù)測(cè)誤差為負(fù)時(shí)，隨誤差增加，權(quán)值迅速增加;預(yù)測(cè)誤差 為正時(shí)，權(quán)值隨著誤差增加相對(duì)緩慢，且預(yù)測(cè)誤差為預(yù)測(cè)安全裕度時(shí)，權(quán)值最小。9. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(3)中，具體步驟包括： (3-1)將待辨識(shí)優(yōu)化的參數(shù)作為布谷鳥搜索算法中鳥巢的位置，隨機(jī)初始化鳥巢位置； (3-2)經(jīng)過L6vy飛行搜索和隨機(jī)搜索，保留最優(yōu)鳥巢，進(jìn)入下一次迭代； (3-3)達(dá)到迭代收斂條件后，最終被保留的最優(yōu)鳥巢的位置即為最優(yōu)解。10. 如權(quán)利要求1所述的一種多工況參數(shù)辨識(shí)優(yōu)化的變壓器熱點(diǎn)溫度預(yù)測(cè)方法，其特征 是:所述步驟(4)中，具體方法為將各工況下的辨識(shí)優(yōu)化參數(shù)分別代入IEEE模型中，對(duì)對(duì)應(yīng) 工況的預(yù)測(cè)集數(shù)據(jù)進(jìn)行預(yù)測(cè)，采用四階的龍格庫(kù)塔法對(duì)方程組進(jìn)行求解，得到變壓器熱點(diǎn) 溫度預(yù)測(cè)序列。
【文檔編號(hào)】G06F17/50GK105975709SQ201610323832
【公開日】2016年9月28日
【申請(qǐng)日】2016年5月16日
【發(fā)明人】梁永亮, 亓孝武, 李可軍, 康忠健, 薛永端, 陳繼明, 于小晏
【申請(qǐng)人】中國(guó)石油大學(xué)(華東)