基于多物理场计算和模糊神经网络算法的变压器热点温度反演

热点温度是影响油浸式变压器绝缘寿命的重要因素之一。针对分布式光纤传感器测温系统测量热点温度时造成的不良影响与安装的不便性。提出一种基于多物理场计算和模糊神经网络算法的油浸式变压器热点温度反演模型。以66 kV三相三柱油浸自冷式变压器为例,采用有限体积法耦合迭代求解变压器流体–温度场,确定热点温度范围区域。筛选出环境温度、变压器顶层油温、变压器外壳及油箱顶部等12个特征点的温度建立模糊子集,再通过T–S模糊神经网络算法预测变压器绕组热点温度值。计算结果表明其与光纤传感器实际测量绕组热点温度误差<4%,比传统方法具有更高的精度。该方法实现了特征量测量非植入式,为电力变压器在线监测、热点温度计算提供一种新的计算思路。