多参量分析的变压器过载能力研究

作     者：陈亚博 

作者单位：上海交通大学 

学位级别：硕士

导师姓名：江秀臣

授予年度：2015年

学科分类：080801[工学-电机与电器] 0808[工学-电气工程] 08[工学] 

主      题：变压器过载 多参量 冷却器 风险评估 深度学习 

摘      要：针对变压器的安全可靠运行和增大容量利用率,对变压器过载能力进行核算。利用变压器顶层油温、热点温度的计算模型,计算变压器过载的时间。分析国标与IEEE标准中变压器温度计算模型的异同。针对国标标准计算模型全面系统地分析了多种参量对变压器过载能力的影响。并且,比较研究了每个参量数据准确程度与变压器过载核算结果准确程度的关系。同时,对特定的过载情况提出了过载能力的简化计算算法。能够在特定条件下准确求解结果,将指数方程求解转化为了低次幂的幂函数方程求解,极大地节省了计算时间。在变压器过载能力的影响因素中,突出创新地研究了变压器冷却器损坏对过载能力的影响结果。提出了三种方法对冷却器损坏后果进行了研究。第一种是在成熟的国标计算模型中,加入了修正量,使得模型可以表达出冷却器损坏导致的变压器内部温度的变化情况。第二种方法是提出热电类比等效改进模型,进行温度的计算。根据冷却器损坏情况,在类比模型中加入了微分方程参数的计算方法。达到根据冷却器状态,从热力传导方面计算结果的目的。第三种方法是提出改进的BP神经网络热点温度预测模型,针对冷却器损坏停运情况,用浅层神经网络学习预测,预测出变压器过载的内部温度变化情况,以此来分析变压器在冷却器损坏时的过载能力。考虑到变压器过载运行会对变压器造成一定的损失。本文对变压器过载行为进行了风险评估计算。评估分为过载导致的变压器寿命损失和可能导致的变压器的故障及故障损失。本文利用国标导则中温度计算模型,计算出热点温度,进而计算出变压器过载运行造成的寿命损失。另外,目前针对变压器风险评估预测的不准确性和机器学习误差小的优点,本文采用深度学习方法,提出了深度学习变压器风险预测模型,对变压器过载行为的温度变化进行特征量提取,进而准确预测出变压器热点温度的变化情况,计算出变压器过载的寿命损失。并且,根据变压器本身的经济成本,获得变压器寿命损失所造成的经济损失。结合变压器过载带来的故障和故障造成损失的评估结果,最终获得变压器过载的风险评估结果。