油浸风冷及自冷变压器顶层油温升计算的简便修正法

以变压器试验温升实测值为基础,提出了一种对顶层油温升的计算方法进行简便修正的数学方法,论证了该方法在产品设计的其他参数计算之中的应用。     

基于变压器顶层油温的动态建模

用电路模型推导出变压器动态温升微分方程,其可以准确预测变压器顶层油温。实验结果证实基误差在3℃以内。     

基于Kalman滤波算法的电力变压器顶层油温预测研究

油浸式电力变压器油温是影响变压器运行寿命和负载能力的重要因素,与变压器顶层油温密切相关。运行在高温、过负荷情况下的变压器容易因为绕组热点温度过高导致早期故障,而顶层油温是变压器热点温度的重要指标。为能精确预测变压器顶层油温,通过分析基于变压器热路模型的顶层油温动态微分方程,构造基于Kalman滤波的顶层油温状态方程和测量方程,建立了顶层油温实时最优估计模型,实时地预测变压器顶层油温。结合现场实测数据对比分析Kalman滤波模型及IEEE导则推荐模型预测结果,结果表明Kalman滤波模型相对IEEE导则推荐模型具备更高的精度,为油浸式变压器顶层油温预测提供一种新的参考。     

基于油浸式电力变压器顶层油温预测模型的多参数灵敏性分析

为了提高变压器顶层油温的预测精度,本文提出了 一种考虑日照辐射强度和油非线性时间常数变化的顶层油温预测模型.通过拉丁超立方抽样和KS检验,进行了多参数灵敏性分析.结果证明,变压器的额定负载下的顶层油温是影响变压器顶层油温预测的最敏感参数,相比Radakovic提出的IEEE顶层模型,改进的顶层油温模型的预测精度更高.     

基于顶层油温升的变压器过负载建模与分析

针对强迫导向油循环风冷(oir directrd air forced,ODAF)结构变压器负荷能力受温升约束影响的问题,提出了3种负荷类型情况下变压器负荷能力评估方法。首先,考虑风扇与油泵的运行状态以及油粘度变化对热阻的影响等因素,基于热电类比法建立了变压器热路模型,以计算绕组热点与顶部油温度;其次,采用粒子群优化(particle swarm optimization,PSO)算法拟合热路模型参数,并基于2台不同型号变压器的运行数据,对热路模型的计算精度与拟合参数适用性进行有效性验证;最后,参考GB/T 1094.7负载导则给出的温升限值,基于温升特性提出了负荷能力评估模型。分析结果表明,该研究所提热路模型计算热点温度的误差不大于2.35 ℃,在工程允许范围内;正常周期性负荷下当环境温度低于1 ℃时,关闭1组子散热器后仍满足温升约束。

     

基于顶层油温升的变压器过负载建模与分析

为准确快速计算油浸式变压器绕组的瞬态温度场,提出了一种基于混合有限元法和降阶技术的2维瞬态流-热耦合计算方法。采用无量纲最小二乘有限元法计算绕组瞬态流场分布,在奇异值分解的基础上构建瞬态流场的降阶模型。采用迎风有限元法计算瞬态温度场,计算过程中考虑变压器油的物性参数受温度影响和绕组损耗的温度效应。采用顺序迭代法求解变压器绕组的瞬态流–热耦合问题。以产品级油浸式变压器局部绕组实验模型为例,采用所提的混合算法和Fluent软件对此实验模型的瞬态流场和温度场进行仿真计算,并与实验测量数据进行对比,所提混合算法和Fluent软件计算出的热点温度最大误差分别为1.02 K和2.5 K,加入降阶技术后,计算速度提升了6.43倍,验证了此混合算法的准确性和高效性。

     

谐波对油浸式变压器顶层油温和绕组热点温度影响的研究

研究了谐波对油浸式变压器顶层油温和绕组热点温度的影响。     

变压器顶层油温预测热模型影响因素分析及其改进

油浸式电力变压器的运行寿命及负载能力与油温密切相关,运行在高温、强辐射地区的变压器容易因为过热而导致早期故障,顶层油温是变压器油温的重要指标。为此,在分析几种典型顶层油温热模型的基础上,考虑变压器所遭受的太阳辐射以及热时间常数随时间变化的影响,引入代表辐射的修正项,同时分析不同滞后时间变量与不同离散方法对热模型的影响,得到了一种改进的顶层油温预测热模型。通过对某750 000kVA/500kV变压器进行实际计算并与现场监测数据比较,同时对比分析考虑各不同因素后的模型的预测精度,发现综合考虑热辐射、滞后时间变量并采用改进欧拉离散方法的热模型预测效果最优,具有平均误差1.21、均方误差1.19的精度。结果表明该改进热模型能较好地预测变压器顶层油温。     

油浸式电力变压器负载导则指数方程解法应用探讨和对比分析

通过对GB/T1094.7-2008和IEC60076-7:2018《油浸式电力变压器负载导则》中动态负载下变压器顶层油温及绕组热点温度指数方程解法的差异对比分析,进一步探讨阐明了指数方程解法在实际中的应用.     

浅谈油浸变压器油温升过渡过程计算

本文中作者通过分析,得出了油浸变压器油温过渡过程的计算公式。并通过实例计算和对比验证了计算公式的正确性。     

基于LSTM模型的变压器顶层油温预测方法

变压器油温是直接反映变压器散热性能的指标,准确预测变压器顶层油温有利于监测其运行情况。通过分析传统变压器顶层油温数学模型,综合考虑负载率与环境温度对油温的影响,确定以负荷数据峰值与谷值的有功功率、无功功率和环境温度作为特征量,提出了一种基于长短时记忆（Long Short Term Memory Network,LSTM）网络算法的变压器顶层油温预测模型。以变电站真实数据做实例仿真分析,训练所提的LSTM预测模型,并选取5个随机样本进行预测;同时,分别搭建BP神经网络（BPNN）和循环神经网络（RNN）预测模型对相同样本做预测,并截取前30时刻预测数据与LSTM模型的预测值做对比。仿真结果表明,基于LSTM的温度预测模型的计算精度最高,误差率控制在5%以内,预测值与实际值变化趋势基本一致。该模型可有效实现变压器顶层油温的预测。     

变压器顶层油温预测及其数学模型的参数辨识

介绍了变压器顶层油温测量和预测对变压器状态监测的意义和进展情况。从MIT变压器顶层油温模型出发 ,应用最小二乘法推导出一种新的参数辨识算法 ,现场数据验证了算法的有效性。误差的产生与数据量、噪声情况有关 ,实测信号由于存在由测量引入的白噪声 ,对于充分激励过程的模态 ,达到理想的参数辨识效果有益     

油浸式变压器顶层油温热路模型计算分析与检验

介绍了传统变压器内部热场的有限元方法模拟热路模型,并在此基础上,增加平均油温、太阳辐射等条件参数,对原有模型进行改进,利用光纤光栅温度测量系统,对变压器样机进行现场温升试验,并将热路修正模型计算结果与几台变压器实测温升数据进行对比,结果验证了该热路修正模型的精确性。     

基于条件互信息与LSTNet的特高压变压器顶层油温预测方法

顶层油温预测可为特高压变压器绝缘老化评估及故障预警提供重要依据。该文提出一种基于条件互信息(conditionalmutualinformation,CMI)及长期和短期时间序列网络(long-and short-term time-series network,LSTNet)的特高压变压器顶层油温预测方法。基于历史监测数据包括顶层油温、油中溶解气体含量、绕组温度、绕组电流、环境温度等9种参量,采用条件互信息方法,为顶层油温预测选取具有强信息增益的特征量,以降低预测模型输入特征维度;在此基础上,利用LSTNet提取特征量中蕴含的长期周期性规律和短期非线性变化特性,建立基于CMI-LSTNet预测模型,实现特高压变压器多个部位顶层油温预测。算例结果表明,相较于现有典型预测方法,该文方法不仅适应特高压变压器顶层油温变化趋势,且具有较高的预测精度。     

变压器油温智能测控系统的设计构想

介绍一种由AT89C5l单片机实现的变压器油温测控系统。详细叙述了利用温度变送器和V／F变换器的特点。实现温度与AT89C51相匹配的文字信号的转换过程以及利用AT89C5l单片机实现对温度信号的处理与控制。     

基于T-S模型的电力变压器顶层油温预测研究

为准确估算电力变压器绕组热点温度，对变压器安全运行和寿命评估提供辅助依据，建立了一个基于Takagi- Sugeno(T-S))的变压器顶层油温预测模型。模型的前件参数由模糊C均值聚类算法确定，后件参数由加权最小二乘法离线辨识，并用现场实测数据对模型后件参数进行在线调整。通过对实测数据的仿真实验表明，该模型以简单的模糊规则实现了变压器顶层油温的预测，且模型的预测精度优于IEEE推荐的变压器顶层油温经验模型，从而提高其绕组热点温度计算的精度。     

基于热电类比原理的变压器负载能力评估模型

为了充分挖掘和利用变压器的负载能力,基于热电类比原理,建立了新的温度估算模型。首先引入日照辐射作为新的热源,并考虑温度对油黏度的影响,对热导进行修正。接着在给定工况下,以顶层油温、热点温度、相对寿命损失、故障率以及辅助设备容量等级为约束条件,建立基于热电类比原理的变压器负载能力评估模型。最后对1台50 MVA的变压器进行油温和负载能力测试,结果表明:相比于唐-油温模型以及相关导则推荐方法,新模型计算得到的顶层油温与热点温度误差更小;在不同的负载类型下,变压器负载能力呈现出不同的特征。     

一种基于Adam算法优化的神经网络变压器顶层油温预测*

基于国内外现有变压器老化影响因素、绕组热点温度的预测方法及变压器绝缘状态评估的研究基础,以变压器顶层油温为研究对象,利用灰色关联分析法分析变压器监测量与顶层油温的相关性,采用Adam算法优化的人工神经网络对热点温度进行预测。该预测方法速度快、精度高,能在变压器负载状态和散热设备动态变化明显的工作情况下实现顶层油温的高精度预测。