一种考虑风速的变压器绕组热点温度计算方法与流程

1.本发明属于变压器安全控制技术领域，具体涉及一种考虑风速的变压器绕组热点温度计算方法。


背景技术：

2.变压器绕组热点温度是造成变压器绝缘老化的主要因素之一，准确获取多工况条件下绕组热点温度对确保变压器的安全稳定运行具有重要意义。当前gb/t 1094.7-2008中给出了计算绕组热点温度的经验公式，经验公式为计算运行中的变压器热点温度提供了良好的方法，但标准中常规的经验公式在涉及到环境因素环境风速影响时计算误差较大，因此有必要研究多工况条件下经验公式的改进计算方法，以此提高经验公式的计算普适性。与此同时，标准gb/t1094.7-2008中给出了经验公式中计算绕组热点温度时关键热参数的推荐值，但变压器结构多样，统一的热参数取值往往不具有普适性，由此导致变压器绕组热点温度计算误差大，难以满足实际运行需求。因此需要分析考虑风速的变压器绕组热点温度计算经验公式改进方法，并确定经验公式中的关键计算参数。
3.中国公开发明申请cn201911170143.6提出了一种基于l-m算法优化的变压器绕组热点瞬态温度计算方法，包括：s1通过多物理场仿真计算或温升试验获取变压器的温升数据；s2基于iec标准中给出的指数方程法的油浸式变压器热点温度上升阶段计算公式，构建变压器热特性参数寻优模型；s3利用l-m算法对寻优模型进行求解；s4计算升温和降温时刻的温度，有效的解决了因变压器在运行过程中对绕组热点温度进行实时的检测和计算不准确，而导致变压器运行故障的问题。
4.中国公开发明申请cn202110995532.3提出了一种基于对流换热系数计算变压器绕组热点温度的方法，将对流换热系数、顶层油温对热点温度进行建模，构建热点温度算法模型；将顶层油温对对流换热系数建模，构造基于顶层油温计算对流换热系数的函数模型，并进一步构建基于对流换热系数计算热点温度的算法模型；综合考虑所构建顶层油温计算对流换热系数模型存在的系统误差以及顶层油温和热点区域油温温差关系，对算法模型添加修正因子，并用最小二乘法进行参数寻优。本发明公开了一种基于对流换热系数计算变压器绕组热点温度的新方法，通过顶层油温计算绕组热点温度，对变电站中变压器热点温度监测，保障其安全运行有着良好的效果。
5.中国公开发明申请cn202210878781.9提出了一种基于数值计算与线性回归模型预测变压器热点温度的方法，步骤为：确定变压器设计对象；构建三维电磁-温度-流体多耦合场仿真模型；获得不同负荷系数和环境温度下变压器各测温点温度与热点温度大小；建立预测模型训练与验证时所用数据库；基于神经网络构建配电变压器绕组热点温度的预测模型；选取布谷鸟搜索算法优化神经网络模型的初始权值和阈值。建立基于布谷鸟搜索算法优化神经网络模型预测热点温度的方法，得到不同运行环境下配电变压器热点温度的数值大小。本发明有利于评估该变压器的运行状态，为后续配电变压器的使用运行提供参考数据。对于确保配电变压器安全运行、提升农村电力保障水平具有实际工程意义。
6.但是现有技术在构建起绕组热点温度计算或者预测模型时，大多是在标准推荐的经验公式上进行修改以及参数寻优，没有对经验公式进行改进，难以考虑环境风速对经验公式计算精度的影响。


技术实现要素：

7.为了解决上述问题，针对变压器绕组热点温度计算经验公式中没有考虑环境风速影响的问题，本发明提供了一种考虑风速的变压器绕组热点温度计算方法，具体技术方案如下：
8.一种考虑风速的变压器绕组热点温度计算方法，包括以下步骤：
9.步骤s1，引入风速修正因子，通过增加风速修正项e-k
·v，得到考虑风速影响的变压器顶层油温对环境温升为：
[0010][0011]
式中，v是环境中风速，k是确定的风速修正因子；
[0012]
得到考虑风速影响的变压器热点温度对顶层油温的温升为：
[0013]
hgrky×
e-k
·v；(2)
[0014]
步骤s2，修正后的变压器负载率上升以及下降时的绕组瞬态热点温度的计算公式分别如式(3)和式(4)所示：
[0015][0016][0017]
式中，θa为环境温度；δθ
oi
为初始顶层油温升；δθ
or
为额定损耗下顶层油温升；δθ
hi
为热点与顶层油温的初始梯度；r为变压器负载损耗和空载损耗比值；k为变压器负载率，x为变压器油指数，h为绕组热点系数，gr为额定电流下绕组平均温度对油平均温度的梯度，y为绕组指数；f1(t)、f2(t)和f3(t)均为时间的指数函数，三者的表达式为：
[0018][0019][0020][0021]
其中，k
11
、k
21
、k
22
为热模型参数，τo为变压器油时间常数，τw为变压器绕组时间常数；
[0022]
步骤s3，获得考虑风速的多工况下变压器热点温度变化数据集(ti,ti)，i＝1,2,
…
,n；其中ti是第i个数据点对应的时间，ti是第i个数据点对应的绕组热点温度；n为采集的数据集的总数；
[0023]
步骤s4，采用粒子群算法对绕组瞬态热点温度的计算公式中的参数k
11
,k
21
,k
22
,τo,τw,k进行寻优，得到最佳的参数k
11
,k
21
,k
22
,τo,τw,k；
[0024]
步骤s5，将得到的最佳的参数k
11
,k
21
,k
22
,τo,τw,k代入步骤s2中的公式(3)～(7)中进行计算变压器绕组的负载率上升以及下降时的绕组瞬态热点温度。
[0025]
优选地，所述步骤s3具体包括：
[0026]
采用多物理场计算方法获取各工况对应的绕组温度在未来一段时间内变化的瞬态温升数据，进一步以δt为间隔进行取值，获得考虑风速的多工况下变压器热点温度变化数据集(ti,ti)。
[0027]
优选地，所述未来一段时间为10小时。
[0028]
优选地，所述δt＝5分钟。
[0029]
优选地，所述步骤s4具体包括以下步骤：
[0030]
步骤s41，设得到的绕组热点温度与时间、特性参数的表达式为t(t)＝f(t,α)，其中，特征参数向量α＝(k
11
,k
21
,k
22
,τo,τw,k)；
[0031]
步骤s42，确定适应度函数为计算残差平方和e(α)，同时设置极小误差值ε；
[0032]
步骤s43，初始化种群数量和速度，设置特征参数向量α初始化6组种群，每组粒子种群数量设置为100个，并将粒子速度初始化为vj，j＝1,2,
…
,600；
[0033]
步骤s44，完成初始化后进行参数寻优，寻优过程中，设置个体学习因子c1和社会学习因子c2；计算适应度函数，并判断是否满足终止条件，不满足则进行个体的速度更新，如此循环，直至满足终止条件，确定最佳的特征参数向量α。
[0034]
优选地，所述步骤s42中，适应度函数
[0035]
优选地，所述步骤s44中个体学习因子c1和社会学习因子c2分别为2.5和2。
[0036]
优选地，所述步骤s44中终止条件为e(α)＜ε。
[0037]
本发明的有益效果为：本发明结合外界环境风速对变压器绕组热点温度的影响特性，修正了常用的变压器绕组热点温度计算的经验公式，并采用多物理场计算或者实际温升试验的方法确定热点温度受外界环境风速影响的数据集，最终采用粒子群算法确定了改进修正后的变压器绕组热点温度计算的经验公式的最优参数，拓宽了经验公式在计算绕组热点温度时的适用范围，并保障了改进经验公式对变压器绕组热点温度的计算精度。
附图说明
[0038]
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。
[0039]
图1为本发明的流程示意图。
[0040]
具体实施方式
[0041]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0042]
应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示
所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
[0043]
还应当理解，在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
[0044]
还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
[0045]
gb/t 1094.7-2008给出了用于计算绕组热点温度的计算经验公式，具体为：
[0046][0047][0048]
标准中给出的不同型号的变压器各热参数的推荐值如表1所示。
[0049]
表1
[0050][0051]
针对变压器绕组热点温度计算经验公式中没有考虑环境风速影响的问题，本发明的具体实施方式提供了一种考虑风速的变压器绕组热点温度计算方法，如图1所示，包括以下步骤：
[0052]
步骤s1，引入风速修正因子，通过增加风速修正项e-k
·v，得到考虑风速影响的变压器顶层油温对环境温升为：
[0053][0054]
式中，v是环境中风速，k是确定的风速修正因子；
[0055]
得到考虑风速影响的变压器热点温度对顶层油温的温升为：
[0056]
hgrky×
e-k
·v；
ꢀꢀꢀ
(4)。
[0057]
步骤s2，修正后的变压器负载率上升以及下降时的绕组瞬态热点温度的计算公式分别如式(5)和式(6)所示：
[0058][0059][0060]
式中，θa为环境温度；δθ
oi
为初始顶层油温升；δθ
or
为额定损耗下顶层油温升；δθ
hi
为热点与顶层油温的初始梯度；r为变压器负载损耗和空载损耗比值；k为变压器负载率，x为变压器油指数，h为绕组热点系数，gr为额定电流下绕组平均温度对油平均温度的梯度，y为绕组指数；f1(t)、f2(t)和f3(t)均为时间的指数函数，三者的表达式为：
[0061][0062][0063][0064]
其中，k
11
、k
21
、k
22
为热模型参数，τo为变压器油时间常数，τw为变压器绕组时间常数。
[0065]
步骤s3，通过考虑风速的多物理场数值计算或多工况温升试验获取变压器在包含外界风速作用下的绕组热点温度数据集。采用正交试验法，确定计算工况或者温升试验工况，建立的正交表如表2和表3所示，主要考虑变压器负载率，环境风速和温度的影响。
[0066]
表2数据集考虑的各因素和水平
[0067][0068]
表3数据集具体分布
[0069][0070]
结合表3中确定的仿真工况，采用多物理场计算方法获取各工况对应的绕组温度在未来10h内变化的瞬态温升数据，进一步以δt＝5min为间隔进行取值，获得考虑风速的
多工况下变压器热点温度变化数据集(ti,ti)。其中，i＝1,2,
…
,n；其中ti是第i个数据点对应的时间，ti是第i个数据点对应的绕组热点温度；n为采集的数据集的总数；
[0071]
步骤s4，采用粒子群算法对绕组瞬态热点温度的计算公式中的参数k
11
,k
21
,k
22
,τo,τw,k进行寻优，得到最佳的参数k
11
,k
21
,k
22
,τo,τw,k；具体包括以下步骤：步骤s41，设得到的绕组热点温度与时间、特性参数的表达式为t(t)＝f(t,α)，其中，特征参数向量α＝(k
11
,k
21
,k
22
,τo,τw,k)。
[0072]
步骤s42，确定适应度函数为计算残差平方和e(α)，同时设置极小误差值ε；适应度函数步骤s43，初始化种群数量和速度，设置特征参数向量α初始化6组种群，每组粒子种群数量设置为100个，并将粒子速度初始化为vj，j＝1,2,
…
,600。
[0073]
步骤s44，完成初始化后进行参数寻优，寻优过程中，设置个体学习因子c1＝2.5和社会学习因子c2＝2.0；计算适应度函数，并判断是否满足终止条件e(α)＜ε，不满足则进行个体的速度更新，如此循环，直至满足终止条件，确定最佳的特征参数向量α。
[0074]
步骤s5，将得到的最佳的参数k
11
,k
21
,k
22
,τo,τw,k代入步骤s2中的公式(5)～(9)中进行计算变压器绕组的负载率上升以及下降时的绕组瞬态热点温度。
[0075]
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
[0076]
在本技术所提供的实施例中，应该理解到，单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元可结合为一个单元，一个单元可拆分为多个单元，或一些特征可以忽略等。
[0077]
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。

技术特征：
1.一种考虑风速的变压器绕组热点温度计算方法，其特征在于，包括以下步骤：步骤s1，引入风速修正因子，通过增加风速修正项e-k
·
v
，得到考虑风速影响的变压器顶层油温对环境温升为：式中，v是环境中风速，k是确定的风速修正因子；得到考虑风速影响的变压器热点温度对顶层油温的温升为：hg
r
k
y
×
e-k
·
v
；
ꢀꢀ
(2)步骤s2，修正后的变压器负载率上升以及下降时的绕组瞬态热点温度的计算公式分别如式(3)和式(4)所示：如式(3)和式(4)所示：式中，θ
a
为环境温度；δθ
oi
为初始顶层油温升；δθ
or
为额定损耗下顶层油温升；δθ
hi
为热点与顶层油温的初始梯度；r为变压器负载损耗和空载损耗比值；k为变压器负载率，x为变压器油指数，h为绕组热点系数，g
r
为额定电流下绕组平均温度对油平均温度的梯度，y为绕组指数；f1(t)、f2(t)和f3(t)均为时间的指数函数，三者的表达式为：(t)均为时间的指数函数，三者的表达式为：(t)均为时间的指数函数，三者的表达式为：其中，k
11
、k
21
、k
22
为热模型参数，τ
o
为变压器油时间常数，τ
w
为变压器绕组时间常数；步骤s3，获得考虑风速的多工况下变压器热点温度变化数据集(t
i
,t
i
)，i＝1,2,
…
,n；其中t
i
是第i个数据点对应的时间，t
i
是第i个数据点对应的绕组热点温度；n为采集的数据集的总数；步骤s4，采用粒子群算法对绕组瞬态热点温度的计算公式中的参数k
11
,k
21
,k
22
,τ
o
,τ
w
,k进行寻优，得到最佳的参数k
11
,k
21
,k
22
,τ
o
,τ
w
,k；步骤s5，将得到的最佳的参数k
11
,k
21
,k
22
,τ
o
,τ
w
,k代入步骤s2中的公式(3)～(7)中进行计算变压器绕组的负载率上升以及下降时的绕组瞬态热点温度。2.根据权利要求1所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述步骤s3具体包括：采用多物理场计算方法获取各工况对应的绕组温度在未来一段时间内变化的瞬态温升数据，进一步以δt为间隔进行取值，获得考虑风速的多工况下变压器热点温度变化数据集(t
i
,t
i
)。3.根据权利要求2所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，
所述未来一段时间为10小时。4.根据权利要求2所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述δt＝5分钟。5.根据权利要求1所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述步骤s4具体包括以下步骤：步骤s41，设得到的绕组热点温度与时间、特性参数的表达式为t(t)＝f(t,α)，其中，特征参数向量α＝(k
11
,k
21
,k
22
,τ
o
,τ
w
,k)；步骤s42，确定适应度函数为计算残差平方和e(α)，同时设置极小误差值ε；步骤s43，初始化种群数量和速度，设置特征参数向量α初始化6组种群，每组粒子种群数量设置为100个，并将粒子速度初始化为v
j
，j＝1,2,
…
,600；步骤s44，完成初始化后进行参数寻优，寻优过程中，设置个体学习因子c1和社会学习因子c2；计算适应度函数，并判断是否满足终止条件，不满足则进行个体的速度更新，如此循环，直至满足终止条件，确定最佳的特征参数向量α。6.根据权利要求5所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述步骤s42中，适应度函数7.根据权利要求5所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述步骤s44中个体学习因子c1和社会学习因子c2分别为2.5和2。8.根据权利要求5所述的一种考虑风速的变压器绕组热点温度计算方法，其特征在于，所述步骤s44中终止条件为e(α)＜ε。

技术总结
本发明属于变压器安全控制技术领域，具体涉及一种考虑风速的变压器绕组热点温度计算方法。本发明结合外界环境风速对变压器绕组热点温度的影响特性，修正了常用的变压器绕组热点温度计算的经验公式，并采用多物理场计算或者实际温升试验的方法确定热点温度受外界环境风速影响的数据集，最终采用粒子群算法确定了改进修正后的变压器绕组热点温度计算的经验公式的最优参数，拓宽了经验公式在计算绕组热点温度时的适用范围，并保障了改进经验公式对变压器绕组热点温度的计算精度。对变压器绕组热点温度的计算精度。对变压器绕组热点温度的计算精度。


技术研发人员：陈千懿 黄伟翔 奉斌 陈庆发 李克文 陈绍南 欧世锋 周杨珺 黎大健 张炜 张磊 易辰颖 袁幸
受保护的技术使用者：广西电网有限责任公司电力科学研究院
技术研发日：2023.02.28
技术公布日：2023/7/31