CN117828512A - 一种用于油浸式变压器的运行风险快速评估预测方法 - Google Patents
一种用于油浸式变压器的运行风险快速评估预测方法 Download PDFInfo
- Publication number
- CN117828512A CN117828512A CN202410239980.4A CN202410239980A CN117828512A CN 117828512 A CN117828512 A CN 117828512A CN 202410239980 A CN202410239980 A CN 202410239980A CN 117828512 A CN117828512 A CN 117828512A
- Authority
- CN
- China
- Prior art keywords
- oil
- immersed transformer
- real
- data
- time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000011156 evaluation Methods 0.000 title claims abstract description 18
- 230000002159 abnormal effect Effects 0.000 claims description 53
- 238000012502 risk assessment Methods 0.000 claims description 41
- 238000013507 mapping Methods 0.000 claims description 24
- 230000008859 change Effects 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 9
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明涉及油浸式变压器运行风险评估预测领域,尤其涉及一种用于油浸式变压器的运行风险快速评估预测方法,包括:S1、利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板;S2、利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据;S3、利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果;S4、根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果,通过采集油浸式变压的内部数据与外部数据,分别建立处理比对流程,便于后续检修及维护,提升了风险评估结果的稳定输出与风险预测结果的快速获取。
Description
技术领域
本发明涉及油浸式变压器运行风险评估预测领域,具体涉及一种用于油浸式变压器的运行风险快速评估预测方法。
背景技术
为了保证油浸式变压器的安全稳定工作,常常对油温、油位、电流、电压等数据进行监控,可以随时监测设备运行状态下的各种关键参数,及时了解设备状态并在异常故障时快速报警,及时管理控制,进而有效地提高变压器运行的可靠性。大机组主变压器、高压厂用变压器、启动备用变压器多为油浸变压器,对正常运行中的油浸变压器及其附属设备,除定期根据控制盘上仪表进行监视外,还应对变压器本体及其冷却装置进行检查,并定期抄录和分析有关数据,并据此建立适用于常见油浸式变压器的风险评估与预测方法。
发明内容
针对现有技术的不足,本发明提供了一种用于油浸式变压器的运行风险快速评估预测方法,通过实时数据与历史数据的结合处理,同时提出油浸式变压器的运行风险评估与预测结果。
为实现上述目的,本发明提供了一种用于油浸式变压器的运行风险快速评估预测方法,包括:
S1、利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板;
S2、利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据;
S3、利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果;
S4、根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果。
优选的,所述利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板包括:
采集油浸式变压器的历史运行数据;
根据所述历史运行数据分别获取历史正常运行数据与历史异常运行数据;
根据所述历史正常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史正常运行数据的一级数据;
根据所述历史正常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史正常运行数据的二级数据;
利用所述历史正常运行数据的一级数据与二级数据建立运行数据正向比对模板;
根据所述历史异常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史异常运行数据的一级数据;
根据所述历史异常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史异常运行数据的二级数据;
利用所述历史异常运行数据的一级数据与二级数据建立运行数据负向比对模板;
利用所述运行数据正向比对模板与运行数据负向比对模板作为油浸式变压器的运行状态比对模板。
进一步的,所述利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据包括:
采集油浸式变压器的实时环境数据;
利用所述实时环境数据进行时序排列建立油浸式变压器的连续环境数据;
采集油浸式变压器对应检修时刻建立油浸式变压器的检修节点;
利用所述油浸式变压器的连续环境数据与检修节点作为油浸式变压器的实时运行干扰参考数据;
其中,所述实时环境数据包括环境温度数据与环境湿度数据。
进一步的,利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果包括:
S3-1、采集油浸式变压器的实时运行数据;
S3-2、利用所述油浸式变压器的实时运行数据与油浸式变压器的运行状态比对模板得到油浸式变压器的实时运行初始分析结果;
S3-3、利用所述油浸式变压器的实时运行初始分析结果与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果。
进一步的,利用所述油浸式变压器的实时运行数据与油浸式变压器的运行状态比对模板得到油浸式变压器的实时运行初始分析结果包括:
S3-2-1、采集所述油浸式变压器的实时运行数据对应内部油温、内部油位与内部油气含量作为实时一级数据比对特征;
S3-2-2、采集所述油浸式变压器的实时运行数据对应运行电压与运行电流作为实时二级数据比对特征;
S3-2-3、利用所述实时一级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史一级映射数据;
S3-2-4、利用所述实时二级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史二级映射数据;
S3-2-5、判断所述历史一级映射数据是否对应运行数据正向比对模板,若是,则执行S3-2-6,否则,所述油浸式变压器的实时运行初始分析结果为内部数据异常,输出所述历史一级映射数据与实时二级数据比对特征;
S3-2-6、判断所述历史二级映射数据是否对应运行数据正向比对模板,若是,则所述油浸式变压器的实时运行初始分析结果为正常,输出所述实时一级数据比对特征与实时二级数据比对特征,否则,所述油浸式变压器的实时运行初始分析结果为输出数据异常,输出所述历史一级映射数据与历史二级映射数据。
进一步的,利用所述油浸式变压器的实时运行初始分析结果与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果包括:
S2-3-1、判断所述油浸式变压器的实时运行初始分析结果是否为正常,若是,则执行S3-3-2,否则,直接执行S3-3-3;
S3-3-2、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为正常,否则,所述油浸式变压器的实时运行分析结果为正常,输出所述油浸式变压器的实时运行初始分析结果与对应实时运行干扰参考数据;
S3-3-3、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为异常,输出所述油浸式变压器的实时运行干扰参考数据,否则,所述油浸式变压器的实时运行分析结果为异常,输出实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据。
进一步的,根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果包括:
S4-1、利用所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险评估结果;
S4-2、利用所述油浸式变压器的运行风险评估结果得到油浸式变压器的运行风险预测结果;
S4-3、利用所述油浸式变压器的运行风险评估结果与运行风险预测结果作为油浸式变压器的运行风险快速评估预测结果。
进一步的,利用所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险评估结果包括:
S4-1-1、判断所述油浸式变压器的实时运行分析结果是否为正常,若是,则执行S4-1-2,否则,直接执行S4-1-4;
S4-1-2、判断当前时刻是否存在其他数据,若是,则获取相邻下一时刻油浸式变压器的实时运行初始分析结果,并执行S4-1-3,否则,所述油浸式变压器的运行风险评估结果为正常;
S4-1-3、判断所述相邻下一时刻油浸式变压器的实时运行初始分析结果与当前时刻油浸式变压器的实时运行初始分析结果是否一致,若是,则所述油浸式变压器的运行风险评估结果为正常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史正常运行数据,否则,所述油浸式变压器的运行风险评估结果为异常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史异常运行数据;
S4-1-4、判断所述实时运行分析结果是否对应历史二级映射数据,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,执行S4-1-5;
S4-1-5、判断所述实时运行分析结果对应实时二级数据比对特征与油浸式变压器的运行状态比对模板对应运行数据负向比对模板是否一致,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,所述油浸式变压器的运行风险评估结果为异常,并输出实时运行分析结果对应实时二级数据比对特征。
进一步的,利用所述油浸式变压器的运行风险评估结果得到油浸式变压器的运行风险预测结果包括:
S4-2-1、判断所述油浸式变压器的运行风险评估结果是否为正常,若是,则利用所述油浸式变压器的运行风险评估结果对应实时运行初始分析结果与实时运行分析结果建立分析结果趋势,并执行S4-2-2,否则,所述油浸式变压器的运行风险预测结果为异常,输出当前时刻油浸式变压器的实时运行数据;
S4-2-2、判断所述分析结果趋势是否为稳定趋势,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,执行S4-2-3;
S4-2-3、判断消极趋势是否对应存在实时二级数据比对特征,若是,则分别获取实时二级数据比对特征的相邻上一时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征,并执行S4-2-4,否则,所述油浸式变压器的运行风险预测结果为异常;
S4-2-4、利用所述相邻上一时刻实时二级数据比对特征与当前时刻实时二级数据比对特征建立历史数据特征变化趋势;
S4-2-5、利用所述当前时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征建立预测数据特征变化趋势;
S4-2-6、判断所述历史数据特征变化趋势与预测数据特征变化趋势是否一致,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,所述油浸式变压器的运行风险预测结果为异常;
其中,所述分析结果趋势为稳定趋势与消极趋势,所述稳定趋势为实时运行初始分析结果与实时运行分析结果均为正常,所述消极趋势为实时运行初始分析结果为正常,且所述实时运行分析结果为异常。
与最接近的现有技术相比,本发明具有的有益效果:
通过采集油浸式变压的内部数据与外部数据,分别建立处理比对流程,在分析出现问题时,可快速获取所处步骤阶段与对应数据,便于后续检修及维护,同时优先判断输出运行风险评估结果,再据此获取运行风险预测结果,交叉验证输出,强调了各级步骤与数据类型的相互交叉,提升了风险评估结果的稳定输出与风险预测结果的快速获取。
附图说明
图1是本发明提供的一种用于油浸式变压器的运行风险快速评估预测方法的流程图;
图2是本发明提供的一种用于油浸式变压器的运行风险快速评估预测方法的风险分析结果处理流程图;
图3是本发明提供的一种用于油浸式变压器的运行风险快速评估预测方法的各级分析结果对应关系图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步的详细说明。
为使本发明实施例的目的、技术方案和优点更加清楚,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它实施例,都属于本发明保护的范围。
实施例1:本发明提供了一种用于油浸式变压器的运行风险快速评估预测方法,如图1所示,包括:
S1、利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板;
S2、利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据;
S3、利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果;
S4、根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果。
S1具体包括:
S1-1、采集油浸式变压器的历史运行数据;
S1-2、根据所述历史运行数据分别获取历史正常运行数据与历史异常运行数据;
S1-3、根据所述历史正常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史正常运行数据的一级数据;
S1-4、根据所述历史正常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史正常运行数据的二级数据;
S1-5、利用所述历史正常运行数据的一级数据与二级数据建立运行数据正向比对模板;
S1-6、根据所述历史异常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史异常运行数据的一级数据;
S1-7、根据所述历史异常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史异常运行数据的二级数据;
S1-8、利用所述历史异常运行数据的一级数据与二级数据建立运行数据负向比对模板;
S1-9、利用所述运行数据正向比对模板与运行数据负向比对模板作为油浸式变压器的运行状态比对模板。
本实施例中,一种用于油浸式变压器的运行风险快速评估预测方法,所述油浸式变压器的内部油温、内部油位与内部油气含量需进行最小时间间隔采集,所述运行电压与运行电流为油浸式变压器的输出测量值。
S2具体包括:
S2-1、采集油浸式变压器的实时环境数据;
S2-2、利用所述实时环境数据进行时序排列建立油浸式变压器的连续环境数据;
S2-3、采集油浸式变压器对应检修时刻建立油浸式变压器的检修节点;
S2-4、利用所述油浸式变压器的连续环境数据与检修节点作为油浸式变压器的实时运行干扰参考数据;
其中,所述实时环境数据包括环境温度数据与环境湿度数据。
S3具体包括:
S3-1、采集油浸式变压器的实时运行数据;
S3-2、利用所述油浸式变压器的实时运行数据与油浸式变压器的运行状态比对模板得到油浸式变压器的实时运行初始分析结果;
S3-3、利用所述油浸式变压器的实时运行初始分析结果与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果。
S3-2具体包括:
S3-2-1、采集所述油浸式变压器的实时运行数据对应内部油温、内部油位与内部油气含量作为实时一级数据比对特征;
S3-2-2、采集所述油浸式变压器的实时运行数据对应运行电压与运行电流作为实时二级数据比对特征;
S3-2-3、利用所述实时一级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史一级映射数据;
S3-2-4、利用所述实时二级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史二级映射数据;
S3-2-5、判断所述历史一级映射数据是否对应运行数据正向比对模板,若是,则执行S3-2-6,否则,所述油浸式变压器的实时运行初始分析结果为内部数据异常,输出所述历史一级映射数据与实时二级数据比对特征;
S3-2-6、判断所述历史二级映射数据是否对应运行数据正向比对模板,若是,则所述油浸式变压器的实时运行初始分析结果为正常,输出所述实时一级数据比对特征与实时二级数据比对特征,否则,所述油浸式变压器的实时运行初始分析结果为输出数据异常,输出所述历史一级映射数据与历史二级映射数据。
S3-3具体包括:
S3-3-1、判断所述油浸式变压器的实时运行初始分析结果是否为正常,若是,则执行S3-3-2,否则,直接执行S3-3-3;
S3-3-2、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为正常,否则,所述油浸式变压器的实时运行分析结果为正常,输出所述油浸式变压器的实时运行初始分析结果与对应实时运行干扰参考数据;
S3-3-3、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为异常,输出所述油浸式变压器的实时运行干扰参考数据,否则,所述油浸式变压器的实时运行分析结果为异常,输出实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据。
S4具体包括:
S4-1、利用所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险评估结果;
S4-2、利用所述油浸式变压器的运行风险评估结果得到油浸式变压器的运行风险预测结果;
S4-3、利用所述油浸式变压器的运行风险评估结果与运行风险预测结果作为油浸式变压器的运行风险快速评估预测结果。
S4-1具体包括:
S4-1-1、判断所述油浸式变压器的实时运行分析结果是否为正常,若是,则执行S4-1-2,否则,直接执行S4-1-4;
S4-1-2、判断当前时刻是否存在其他数据,若是,则获取相邻下一时刻油浸式变压器的实时运行初始分析结果,并执行S4-1-3,否则,所述油浸式变压器的运行风险评估结果为正常;
S4-1-3、判断所述相邻下一时刻油浸式变压器的实时运行初始分析结果与当前时刻油浸式变压器的实时运行初始分析结果是否一致,若是,则所述油浸式变压器的运行风险评估结果为正常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史正常运行数据,否则,所述油浸式变压器的运行风险评估结果为异常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史异常运行数据;
S4-1-4、判断所述实时运行分析结果是否对应历史二级映射数据,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,执行S4-1-5;
S4-1-5、判断所述实时运行分析结果对应实时二级数据比对特征与油浸式变压器的运行状态比对模板对应运行数据负向比对模板是否一致,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,所述油浸式变压器的运行风险评估结果为异常,并输出实时运行分析结果对应实时二级数据比对特征。
S4-2具体包括:
S4-2-1、判断所述油浸式变压器的运行风险评估结果是否为正常,若是,则利用所述油浸式变压器的运行风险评估结果对应实时运行初始分析结果与实时运行分析结果建立分析结果趋势,并执行S4-2-2,否则,所述油浸式变压器的运行风险预测结果为异常,输出当前时刻油浸式变压器的实时运行数据;
S4-2-2、判断所述分析结果趋势是否为稳定趋势,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,执行S4-2-3;
S4-2-3、判断消极趋势是否对应存在实时二级数据比对特征,若是,则分别获取实时二级数据比对特征的相邻上一时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征,并执行S4-2-4,否则,所述油浸式变压器的运行风险预测结果为异常;
S4-2-4、利用所述相邻上一时刻实时二级数据比对特征与当前时刻实时二级数据比对特征建立历史数据特征变化趋势;
S4-2-5、利用所述当前时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征建立预测数据特征变化趋势;
S4-2-6、判断所述历史数据特征变化趋势与预测数据特征变化趋势是否一致,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,所述油浸式变压器的运行风险预测结果为异常;
其中,所述分析结果趋势为稳定趋势与消极趋势,所述稳定趋势为实时运行初始分析结果与实时运行分析结果均为正常,所述消极趋势为实时运行初始分析结果为正常,且所述实时运行分析结果为异常。
本实施例中,一种用于油浸式变压器的运行风险快速评估预测方法,所述历史数据特征变化趋势与预测数据特征变化趋势,涉及趋势定义为相互数据间走向,仅确定数据走向,不对趋势性质进行定义。
本实施例中,一种用于油浸式变压器的运行风险快速评估预测方法,如图2所示,所述油浸式变压器的运行风险评估结果通过初始分析结果、实时运行分析结果与风险评估结果的逐级处理输出,同时根据情况的不同,分别输出对应时刻的所需数据。
本实施例中,一种用于油浸式变压器的运行风险快速评估预测方法,如图3所示,所述初始分析结果与运行分析结果对应关系,在初始分析结果层与运行分析结果层均包含正常与异常情况,由于变压器所属领域特殊,需要对各级数据及分析结果均保持可疑性进行处理验证。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,包括:
S1、利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板;
S2、利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据;
S3、利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果;
S4、根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果。
2.如权利要求1所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,所述利用油浸式变压器的历史运行数据建立油浸式变压器的运行状态比对模板包括:
采集油浸式变压器的历史运行数据;
根据所述历史运行数据分别获取历史正常运行数据与历史异常运行数据;
根据所述历史正常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史正常运行数据的一级数据;
根据所述历史正常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史正常运行数据的二级数据;
利用所述历史正常运行数据的一级数据与二级数据建立运行数据正向比对模板;
根据所述历史异常运行数据获取对应油浸式变压器的内部油温、内部油位与内部油气含量作为历史异常运行数据的一级数据;
根据所述历史异常运行数据获取对应油浸式变压器的运行电压与运行电流作为历史异常运行数据的二级数据;
利用所述历史异常运行数据的一级数据与二级数据建立运行数据负向比对模板;
利用所述运行数据正向比对模板与运行数据负向比对模板作为油浸式变压器的运行状态比对模板。
3.如权利要求2所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,所述利用油浸式变压器的实时环境数据建立油浸式变压器的实时运行干扰参考数据包括:
采集油浸式变压器的实时环境数据;
利用所述实时环境数据进行时序排列建立油浸式变压器的连续环境数据;
采集油浸式变压器对应检修时刻建立油浸式变压器的检修节点;
利用所述油浸式变压器的连续环境数据与检修节点作为油浸式变压器的实时运行干扰参考数据;
其中,所述实时环境数据包括环境温度数据与环境湿度数据。
4.如权利要求3所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,利用所述油浸式变压器的运行状态比对模板与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果包括:
S3-1、采集油浸式变压器的实时运行数据;
S3-2、利用所述油浸式变压器的实时运行数据与油浸式变压器的运行状态比对模板得到油浸式变压器的实时运行初始分析结果;
S3-3、利用所述油浸式变压器的实时运行初始分析结果与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果。
5.如权利要求4所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,利用所述油浸式变压器的实时运行数据与油浸式变压器的运行状态比对模板得到油浸式变压器的实时运行初始分析结果包括:
S3-2-1、采集所述油浸式变压器的实时运行数据对应内部油温、内部油位与内部油气含量作为实时一级数据比对特征;
S3-2-2、采集所述油浸式变压器的实时运行数据对应运行电压与运行电流作为实时二级数据比对特征;
S3-2-3、利用所述实时一级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史一级映射数据;
S3-2-4、利用所述实时二级数据比对特征根据油浸式变压器的运行状态比对模板获取相同历史运行数据作为历史二级映射数据;
S3-2-5、判断所述历史一级映射数据是否对应运行数据正向比对模板,若是,则执行S3-2-6,否则,所述油浸式变压器的实时运行初始分析结果为内部数据异常,输出所述历史一级映射数据与实时二级数据比对特征;
S3-2-6、判断所述历史二级映射数据是否对应运行数据正向比对模板,若是,则所述油浸式变压器的实时运行初始分析结果为正常,输出所述实时一级数据比对特征与实时二级数据比对特征,否则,所述油浸式变压器的实时运行初始分析结果为输出数据异常,输出所述历史一级映射数据与历史二级映射数据。
6.如权利要求5所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,利用所述油浸式变压器的实时运行初始分析结果与实时运行干扰参考数据得到油浸式变压器的实时运行分析结果包括:
S3-3-1、判断所述油浸式变压器的实时运行初始分析结果是否为正常,若是,则执行S3-3-2,否则,直接执行S3-3-3;
S3-3-2、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为正常,否则,所述油浸式变压器的实时运行分析结果为正常,输出所述油浸式变压器的实时运行初始分析结果与对应实时运行干扰参考数据;
S3-3-3、判断所述实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据是否一致,若是,则所述油浸式变压器的实时运行分析结果为异常,输出所述油浸式变压器的实时运行干扰参考数据,否则,所述油浸式变压器的实时运行分析结果为异常,输出实时运行初始分析结果的实时运行干扰参考数据与对应运行状态比对模板的实时运行干扰参考数据。
7.如权利要求4所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,根据所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险快速评估预测结果包括:
S4-1、利用所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险评估结果;
S4-2、利用所述油浸式变压器的运行风险评估结果得到油浸式变压器的运行风险预测结果;
S4-3、利用所述油浸式变压器的运行风险评估结果与运行风险预测结果作为油浸式变压器的运行风险快速评估预测结果。
8.如权利要求7所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,利用所述油浸式变压器的实时运行分析结果得到油浸式变压器的运行风险评估结果包括:
S4-1-1、判断所述油浸式变压器的实时运行分析结果是否为正常,若是,则执行S4-1-2,否则,直接执行S4-1-4;
S4-1-2、判断当前时刻是否存在其他数据,若是,则获取相邻下一时刻油浸式变压器的实时运行初始分析结果,并执行S4-1-3,否则,所述油浸式变压器的运行风险评估结果为正常;
S4-1-3、判断所述相邻下一时刻油浸式变压器的实时运行初始分析结果与当前时刻油浸式变压器的实时运行初始分析结果是否一致,若是,则所述油浸式变压器的运行风险评估结果为正常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史正常运行数据,否则,所述油浸式变压器的运行风险评估结果为异常,并更新所述当前时刻油浸式变压器的实时运行初始分析结果对应一级数据与二级数据划分为历史异常运行数据;
S4-1-4、判断所述实时运行分析结果是否对应历史二级映射数据,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,执行S4-1-5;
S4-1-5、判断所述实时运行分析结果对应实时二级数据比对特征与油浸式变压器的运行状态比对模板对应运行数据负向比对模板是否一致,若是,则所述油浸式变压器的运行风险评估结果为异常,否则,所述油浸式变压器的运行风险评估结果为异常,并输出实时运行分析结果对应实时二级数据比对特征。
9.如权利要求8所述的一种用于油浸式变压器的运行风险快速评估预测方法,其特征在于,利用所述油浸式变压器的运行风险评估结果得到油浸式变压器的运行风险预测结果包括:
S4-2-1、判断所述油浸式变压器的运行风险评估结果是否为正常,若是,则利用所述油浸式变压器的运行风险评估结果对应实时运行初始分析结果与实时运行分析结果建立分析结果趋势,并执行S4-2-2,否则,所述油浸式变压器的运行风险预测结果为异常,输出当前时刻油浸式变压器的实时运行数据;
S4-2-2、判断所述分析结果趋势是否为稳定趋势,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,执行S4-2-3;
S4-2-3、判断消极趋势是否对应存在实时二级数据比对特征,若是,则分别获取实时二级数据比对特征的相邻上一时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征,并执行S4-2-4,否则,所述油浸式变压器的运行风险预测结果为异常;
S4-2-4、利用所述相邻上一时刻实时二级数据比对特征与当前时刻实时二级数据比对特征建立历史数据特征变化趋势;
S4-2-5、利用所述当前时刻实时二级数据比对特征与相邻下一时刻实时二级数据比对特征建立预测数据特征变化趋势;
S4-2-6、判断所述历史数据特征变化趋势与预测数据特征变化趋势是否一致,若是,则所述油浸式变压器的运行风险预测结果为正常,否则,所述油浸式变压器的运行风险预测结果为异常;
其中,所述分析结果趋势为稳定趋势与消极趋势,所述稳定趋势为实时运行初始分析结果与实时运行分析结果均为正常,所述消极趋势为实时运行初始分析结果为正常,且所述实时运行分析结果为异常。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239980.4A CN117828512B (zh) | 2024-03-04 | 2024-03-04 | 一种用于油浸式变压器的运行风险快速评估预测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410239980.4A CN117828512B (zh) | 2024-03-04 | 2024-03-04 | 一种用于油浸式变压器的运行风险快速评估预测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117828512A true CN117828512A (zh) | 2024-04-05 |
CN117828512B CN117828512B (zh) | 2024-06-25 |
Family
ID=90523233
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410239980.4A Active CN117828512B (zh) | 2024-03-04 | 2024-03-04 | 一种用于油浸式变压器的运行风险快速评估预测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117828512B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118133465A (zh) * | 2024-05-06 | 2024-06-04 | 天津泰正机械有限公司 | 基于mes的高强度轻量化铝合金冷冲压数据验证方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106908674A (zh) * | 2017-02-17 | 2017-06-30 | 国网上海市电力公司 | 一种基于多状态量预测的变压器状态评估方法 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析***和方法 |
CN114089664A (zh) * | 2021-11-18 | 2022-02-25 | 贵州电网有限责任公司 | 一种基于物联网技术的油浸式变压器状态监测*** |
CN114492636A (zh) * | 2022-01-26 | 2022-05-13 | 上海交通大学 | 一种变压器绕组状态信号的采集*** |
CN115015757A (zh) * | 2022-08-09 | 2022-09-06 | 天津九信科技有限公司 | 一种电机运行状态的风险评估方法及*** |
CN116227127A (zh) * | 2022-12-13 | 2023-06-06 | 中广核研究院有限公司 | 变压器的性能确定方法、装置、计算机设备和存储介质 |
CN116961226A (zh) * | 2023-07-18 | 2023-10-27 | 国网江苏电力设计咨询有限公司 | 一种变电站中变压器的监控方法和*** |
CN117350379A (zh) * | 2023-09-12 | 2024-01-05 | 中国电力科学研究院有限公司 | 一种用于判断油浸式变压器异常状态的方法及*** |
CN117407679A (zh) * | 2023-12-15 | 2024-01-16 | 南京中鑫智电科技有限公司 | 智能末屏传感器的数据采集方法及*** |
CN117520951A (zh) * | 2024-01-08 | 2024-02-06 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多特征量的变压器健康评估方法和*** |
-
2024
- 2024-03-04 CN CN202410239980.4A patent/CN117828512B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106908674A (zh) * | 2017-02-17 | 2017-06-30 | 国网上海市电力公司 | 一种基于多状态量预测的变压器状态评估方法 |
CN113124929A (zh) * | 2021-04-13 | 2021-07-16 | 国网陕西省电力公司铜川供电公司 | 一种变电站多参数信号采集综合分析***和方法 |
CN114089664A (zh) * | 2021-11-18 | 2022-02-25 | 贵州电网有限责任公司 | 一种基于物联网技术的油浸式变压器状态监测*** |
CN114492636A (zh) * | 2022-01-26 | 2022-05-13 | 上海交通大学 | 一种变压器绕组状态信号的采集*** |
CN115015757A (zh) * | 2022-08-09 | 2022-09-06 | 天津九信科技有限公司 | 一种电机运行状态的风险评估方法及*** |
CN116227127A (zh) * | 2022-12-13 | 2023-06-06 | 中广核研究院有限公司 | 变压器的性能确定方法、装置、计算机设备和存储介质 |
CN116961226A (zh) * | 2023-07-18 | 2023-10-27 | 国网江苏电力设计咨询有限公司 | 一种变电站中变压器的监控方法和*** |
CN117350379A (zh) * | 2023-09-12 | 2024-01-05 | 中国电力科学研究院有限公司 | 一种用于判断油浸式变压器异常状态的方法及*** |
CN117407679A (zh) * | 2023-12-15 | 2024-01-16 | 南京中鑫智电科技有限公司 | 智能末屏传感器的数据采集方法及*** |
CN117520951A (zh) * | 2024-01-08 | 2024-02-06 | 国网浙江省电力有限公司宁波供电公司 | 一种基于多特征量的变压器健康评估方法和*** |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118133465A (zh) * | 2024-05-06 | 2024-06-04 | 天津泰正机械有限公司 | 基于mes的高强度轻量化铝合金冷冲压数据验证方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117828512B (zh) | 2024-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117828512B (zh) | 一种用于油浸式变压器的运行风险快速评估预测方法 | |
CN109061341A (zh) | 基于神经网络的卡尔曼滤波变压器故障预测方法和*** | |
CN108287317B (zh) | 电池功率预测模型生成方法及***、功率预测方法及*** | |
CN108663582A (zh) | 一种变压器的故障诊断方法及*** | |
CN113656938A (zh) | 配电网变压器的监管方法、控制装置、及存储介质 | |
CN109742788B (zh) | 一种新能源电站并网性能评价指标修正方法 | |
CN113537415A (zh) | 基于多信息融合的换流站巡检方法、装置和计算机设备 | |
CN110992204A (zh) | 基于大数据技术的应急柴油发电机组可靠性评价方法及*** | |
CN107037770A (zh) | 用于对技术***进行建模的方法 | |
CN112348699A (zh) | 一种供电***电力设备生命周期管理方法及*** | |
CN115238831A (zh) | 故障预测方法、装置、计算机设备、存储介质和程序产品 | |
CN112183610A (zh) | 变压器故障预测方法及变压器故障预测装置 | |
CN113204919B (zh) | 基于数字孪生的主变油枕状态预测方法、装置及电子设备 | |
CN111950822B (zh) | 交通工具牵引变压器冷却***的性能检测方法及装置、存储介质、终端 | |
CN109683040B (zh) | 柔性直流输电换流阀的可靠性检测方法、装置及设备 | |
CN115935135A (zh) | 一种特高压换流变压器顶层油温预测方法及存储介质 | |
CN116679139A (zh) | 电缆更换监测***及方法 | |
CN1559034A (zh) | 用于处理故障假设的方法和*** | |
Zhang | Reliability analysis of high voltage electric system of pure electric passenger car based on polymorphic fuzzy fault tree | |
CN115329145A (zh) | 基于物理关系的变电仿真信息知识图谱构建与检索方法 | |
CN114357181A (zh) | 基于知识图谱的光伏板故障检测方法和*** | |
CN113640596A (zh) | 换流变压器异常检测方法、装置、计算机设备和存储介质 | |
CN114066163A (zh) | 一种基于三层架构模式的电力设备状态分析方法及装置 | |
CN117668738B (zh) | 一种大型油浸式变压器的故障检测方法 | |
CN111624985A (zh) | 燃气轮机控制***传感器故障诊断方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant |