油浸式电力变压器的线圈热点检测方法及系统与流程

本发明涉及变压器热点检测，尤其涉及一种油浸式电力变压器的线圈热点检测方法及系统。

背景技术：

1、随着电力工业的发展和电力系统规模的不断扩大，变压器作为电力系统中的关键设备，其运行可靠性和寿命直接影响到整个电力系统的稳定性和经济性。油浸式电力变压器因其优良的散热性能和电气绝缘性能，广泛应用于输配电系统。然而，在长期运行过程中，变压器内部的线圈会因为各种原因(如过载、电流谐波、短路等)产生热点，导致局部温度升高。如果不及时监测和处理这些热点，可能会引起绝缘材料的老化甚至击穿，严重时会导致变压器故障或火灾，造成巨大的经济损失和电力供应中断。

2、传统的变压器温度监测方法主要依靠测量油温和铁芯温度，难以准确反映线圈内部的实际温度分布，特别是难以捕捉到线圈热点的变化。近年来，随着传感技术和数据处理技术的发展，越来越多的研究开始关注变压器内部线圈温度的直接测量和热点检测。通过在变压器内部布置温度传感器，实时监测线圈的温度变化，可以更准确地获取变压器的热状态信息。因此，如何提高对变压器的温度监测的准确性和全面性是一个重要问题。

技术实现思路

1、本发明克服了现有技术的缺陷，提供了一种油浸式电力变压器的线圈热点检测方法及系统，其重要目的在于提高变压器的温度监测的准确性和全面性。

2、为实现上述目的本发明第一方面提供了一种油浸式电力变压器的线圈热点检测方法，包括：

3、获取目标变压器的内部结构信息，根据所述内部结构信息对变压器内部区域进行划分，设定对应的温度传感器；

4、基于变压器的温度传感器获取目标变压器的实时温度监测信息，根据所述实时温度监测信息进行温度场建模；

5、基于温度场建模结果构建温度变化趋势图并对目标变压器进行异常温度检测，得到异常温度检测信息；

6、根据所述异常温度检测信息进行温度变化预测，判断是否需要进行散热调控，并进行异常热点预警；

7、获取散热调控后的温度监测信息，计算目标变压器的散热前后温度变化偏差，进行散热功能评估并判断散热系统是否出现异常。

8、本方案中，所述获取目标变压器的内部结构信息，根据所述内部结构信息对变压器内部区域进行划分，设定对应的温度传感器，具体包括：

9、获取目标变压器的内部结构信息，根据所述内部结构信息进行特征提取，得到变压器结构特征信息；

10、基于数字孪生技术结合所述变压器结构特征信息构建目标变压器的数字孪生模型，通过有限元分析法进行变压器热传导模拟；

11、预设边界条件和初始温度分布，根据所述变压器结构特征信息定义材料属性和网格划分，进行热传导分析，得到热传导分析信息；

12、基于所述热传导分析信息提取目标变压器的热传导路径特征，并将目标变压器内部区域划分为产热区域和热扩散区域，得到区域划分信息；

13、结合所述热传导分析信息和区域划分信息进行变压器温度传感器设定。

14、本方案中，所述基于变压器的温度传感器获取目标变压器的温度监测信息，根据所述线圈温度监测信息进行温度场建模，具体包括：

15、基于目标变压器的温度传感器进行温度监测，获取目标变压器器的实时温度监测信息；

16、获取目标变压器的数字孪生模型，将所述实时温度监测信息输入至所述数字孪生模型进行实时温度状态更新，根据有限元分析法进行瞬态热分析，得到瞬态热分析信息；

17、根据所述瞬态热分析信息提取实时更新后的目标变压器温度场分布特征进行温度场建模。

18、本方案中，所述基于温度场建模结果构建温度变化趋势图并对目标变压器进行异常温度检测，得到异常温度检测信息，具体包括：

19、基于温度场建模结果获取目标变压器的实时温度分布特征，根据实时温度分布特征构建温度变化趋势图，并对各区域进行温度变化分析，得到温度变化分析信息；

20、基于生成对抗网络构建异常温度检测模型，通过大数据检索获取目标变压器历史运行正常时的温度监测信息构成训练数据集对所述异常温度检测模型进行训练；

21、将所述温度变化分析信息输入至所述异常温度检测模型中进行分析，根据输入的所述温度变化分析信息生成原始序列，生成器根据原始序列进行序列重组得到生成序列；

22、计算生成序列和原始序列之间的重构误差，将计算得到的重构误差与预设阈值进行判断，根据判断结果检测异常温度和区域，得到异常温度检测信息。

23、本方案中，所述根据所述异常温度检测信息进行温度变化预测，判断是否需要进行散热调控，并进行异常热点预警，具体包括：

24、基于大数据检索获取目标变压器的历史正常运行温度实例和历史异常运行温度实例，对各历史实例进行特征提取构成运行温度变化曲线，构成实例数据集；

25、基于随机森林算法构建温度变化预测模型，引入马尔可夫链进行模型优化，根据所述实例数据集构建训练数据集进行模型训练；

26、根据输入的训练数据构建状态空间，通过各训练数据所对应的区域特征对状态空间进行划分设定对应的状态区域，每个状态区域对应着变压器内部温度监测区域的历史温度变化数据；

27、根据进行划分后的状态空间计算状态转移概率并生成状态转移矩阵，通过状态转移矩阵对输入的训练数据进行下一状态预测获取状态预测结果，将状态预测结果作为随机森林算法的输入生成若干决策树；

28、基于状态转移矩阵设定约束条件，对不符合状态转移矩阵的决策树进行惩罚并进行剪枝操作，根据各决策树的预测结果进行加权平均获取最终预测结果并进行评估，根据评估结果进行模型参数优化和调整，得到符合期望的温度变化预测模型；

29、将所述异常温度检测信息输入至所述温度变化预测模型中获取温度变化预测信息，获取目标变压器各区域温度基准，计算所述温度变化预测信息与基准之间的偏差；

30、根据计算的得到的偏差进行异常温度程度评估，根据评估结果判断是否进行散热调控，并根据异常温度对应的区域特征进行异常热点预警。

31、本方案中，所述获取散热调控后的温度监测信息，计算目标变压器的散热前后温度变化偏差，进行散热功能评估并判断散热系统是否出现异常，具体包括：

32、获取温度变化预测信息和散热调控后的温度监测信息，分析单位时间内的温度变化状况，根据调控前后的温度变化偏差与单位时间的比值进行散热效率评估，得到散热效率评估信息；

33、根据散热调控后的温度监测信息构成温度变化曲线图，根据温度变化曲线图计算温度变化速率并分析温度变化趋势，得到第一分析信息；

34、结合所述散热效率评估信息和第一分析信息对目标散热系统进行散热功能评估，判断是否有效降低目标变压器的温度升高，得到散热功能评估信息；

35、若所述散热功能评估信息为出现散热异常，则进行散热系统异常预警提示。

36、本发明第二方面提供了一种油浸式电力变压器的线圈热点检测系统，该系统包括：存储器、处理器，所述存储器中包含油浸式电力变压器的线圈热点检测方法程序，所述油浸式电力变压器的线圈热点检测方法程序被所述处理器执行时实现如下步骤：

37、获取目标变压器的内部结构信息，根据所述内部结构信息对变压器内部区域进行划分，设定对应的温度传感器；

38、基于变压器的温度传感器获取目标变压器的实时温度监测信息，根据所述实时温度监测信息进行温度场建模；

39、基于温度场建模结果构建温度变化趋势图并对目标变压器进行异常温度检测，得到异常温度检测信息；

40、根据所述异常温度检测信息进行温度变化预测，判断是否需要进行散热调控，并进行异常热点预警；

41、获取散热调控后的温度监测信息，计算目标变压器的散热前后温度变化偏差，进行散热功能评估并判断散热系统是否出现异常。

42、本发明公开了一种油浸式电力变压器的线圈热点检测方法及系统，包括：获取目标变压器的内部结构信息，根据内部结构信息对变压器内部区域进行划分，设定温度传感器；获取目标变压器的实时温度监测信息，根据实时温度监测信息进行温度场建模；基于温度场建模结果构建温度变化趋势图并对目标变压器进行异常温度检测，得到异常温度检测信息；根据异常温度检测信息进行温度变化预测，判断是否需要进行散热调控，并进行异常热点预警；获取散热调控后的温度监测信息，计算目标变压器的散热前后温度变化偏差，进行散热功能评估并判断散热系统是否出现异常。从而有效检测并预警线圈热点，为变压器的运行维护参考，提高变压器的运行可靠性和安全性。