CN117113044A - 一种电网线损的智能预测分析方法及系统 - Google Patents
一种电网线损的智能预测分析方法及系统 Download PDFInfo
- Publication number
- CN117113044A CN117113044A CN202311155797.8A CN202311155797A CN117113044A CN 117113044 A CN117113044 A CN 117113044A CN 202311155797 A CN202311155797 A CN 202311155797A CN 117113044 A CN117113044 A CN 117113044A
- Authority
- CN
- China
- Prior art keywords
- transformer
- line
- insulator
- evaluation coefficient
- power transmission
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 49
- 238000011156 evaluation Methods 0.000 claims abstract description 202
- 239000012212 insulator Substances 0.000 claims abstract description 161
- 230000005540 biological transmission Effects 0.000 claims abstract description 114
- 230000017525 heat dissipation Effects 0.000 claims abstract description 31
- 238000000034 method Methods 0.000 claims description 43
- 230000008569 process Effects 0.000 claims description 23
- 238000012545 processing Methods 0.000 claims description 23
- 230000008439 repair process Effects 0.000 claims description 20
- 238000012423 maintenance Methods 0.000 claims description 12
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012544 monitoring process Methods 0.000 claims description 5
- 238000011418 maintenance treatment Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000011282 treatment Methods 0.000 claims description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical group [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 13
- 238000001816 cooling Methods 0.000 description 11
- 239000011162 core material Substances 0.000 description 9
- 238000009413 insulation Methods 0.000 description 6
- 239000004020 conductor Substances 0.000 description 4
- 239000011810 insulating material Substances 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 238000004804 winding Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 230000008646 thermal stress Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000005347 demagnetization Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003989 dielectric material Substances 0.000 description 1
- 238000010292 electrical insulation Methods 0.000 description 1
- 230000005670 electromagnetic radiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000011152 fibreglass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000035882 stress Effects 0.000 description 1
- 238000006467 substitution reaction 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
- Testing Relating To Insulation (AREA)
Abstract
本发明公开了一种电网线损的智能预测分析方法及系统,涉及电网线损分析技术领域,用于解决电网线损预测分析不准确的问题,所述分析方法包括以下步骤:通过采集变压器设备的机械参数以及散热参数、绝缘子的时长参数以及温差参数,建立变压器评估系数、绝缘子评估系数,分别与对应的阈值进行比较,得到预检修设备,对设备提前进行检修,有利于提高电力输送效率,再通过将输电线路中包含的变压器与变压器绝缘子进行分析,得到线路评估系数,通过线路评估系数对输电线路进行分析,从而预测出电力输送稳定情况,减小了后续由于电网线损造成的电力不足,提高了预测输送电力的准确性。
Description
技术领域
本发明涉及电网线损分析技术领域,具体涉及一种电网线损的智能预测分析方法及系统。
背景技术
电网线损是指在电力输送和配电过程中,由于电线电缆的电阻、绝缘损耗、电磁辐射等因素导致的能量损失,电网线损率是衡量电网输电效率和电力供应质量的重要指标之一,电网线损的智能预测分析是通过分析历史数据、实时监测数据和其他相关信息,通过智能预测分析可以提供对电网线损的准确预测和分析,帮助电力公司和相关部门采取相应的措施来降低线损并提高电网效率,通过及时采取措施来减少线损,从而优化电力系统的运行和管理,提高能源利用效率。
现有技术存在以下不足:
现有电网线损预测主要是对输电线缆的长度、输电路段的周边环境进行评估,从而进行电网线损的预测,根据数据库记录的输电线缆历史的周边环境数据,如输电线缆周边环境温度、输电线缆周边环境湿度、输电线缆的线缆上的污秽物覆盖程度等影响电路的电阻和线损的因素,汇总分析后预测电网线损情况,该种预测方式只对输电线缆的状况进行预测,而忽略了输电中继、变压设备的情况,如变压器的耗损情况、绝缘子的老化情况等情况,使预测电网线损时考虑的方面单一,综合分析不全面,产生误差,进而不能精确预测出电网线损的情况。
发明内容
本发明的目的是提供一种电网线损的智能预测分析方法及系统,以解决背景技术中不足。
为了实现上述目的,本发明提供如下技术方案:一种电网线损的智能预测分析方法,包括以下步骤:
采集变压器设备的参数,根据采集的变压器设备的参数建立变压器评估系数,并根据变压器评估系数对变压器设备进行分析,得到预检修变压器设备;
采集预检修变压器设备上的变压器绝缘子的参数,根据变压器绝缘子的参数建立绝缘子评估系数;
根据绝缘子评估系数进行分析,得到预检修绝缘子设备;
获取输电线路上的变压器评估系数与绝缘子评估系数,建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出该输电线路输送的电力情况,从而对输电线路进行调整。
在一个优选的实施方式中,
所述采集变压器设备的参数,根据采集的变压器设备的参数建立变压器评估系数,并根据变压器评估系数对变压器设备进行分析,得到预检修变压器设备,具体:
采集变压器的机械参数以及散热参数,将采集的机械参数以及散热参数进行归一化处理,建立变压器评估系数;
将变压器评估系数与设定的变压器阈值进行比较;
若变压器评估系数大于等于变压器阈值,标记此变压器设备为正常运行设备;
若变压器评估系数小于变压器阈值,将此变压器设备标记为预检修变压器设备,通知电力维修人员进行检修处理。
在一个优选的实施方式中,所述采集预检修变压器设备上的变压器绝缘子的参数,根据变压器绝缘子的参数建立绝缘子评估系数,具体过程如下:
变压器设备标记为预检修变压器设备时,采集变压器绝缘子的时长参数以及温差参数;
将采集的变压器绝缘子的时长参数以及温差参数进行归一化处理,建立绝缘子评估系数。
在一个优选的实施方式中,
所述根据绝缘子评估系数进行分析,得到预检修绝缘子设备,具体过程如下:
若绝缘子评估系数大于等于绝缘子阈值,标记此绝缘子设备为正常运行设备;
若绝缘子评估系数小于绝缘子阈值,标记此绝缘子设备为预检修绝缘子设备,并通知电力维修人员进行检修处理。
在一个优选的实施方式中,
所述获取输电线路上的变压器评估系数与绝缘子评估系数,建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出该输电线路输送的电力情况,从而对输电线路进行调整,具体过程如下:
获取输电线路上的变压器评估系数与绝缘子评估系数,并将输电线路中所有变压器评估系数与变压器绝缘子评估系数进行相加,得到线路评估系数;
获取对应时刻生成的线路评估系数和后续时刻生成的若干个线路评估系数建立分析集合,建立线路评估系数集合;
根据线路评估系数集合求得输电线路上的线路评估系数平均值与离散程度值;
将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,预测出该输电线路输送的电力情况。
在一个优选的实施方式中,所述将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,具体比较过程如下:
若线路评估系数平均值小于等于线路评估阈值,则生成线路线损故障的信号时,并提示维护人员对该输电线路进行维护;
当线路评估系数平均值大于线路评估阈值且离散程度值大于离散程度阈值时,标记线路为运行不稳定线路,提高对该输电线路监测频率;
当线路评估系数平均值大于线路评估阈值且离散程度值小于离散程度阈值,标记线路为运行稳定线路,继续进行正常频率的监测。
本发明还提供一种电网线损的智能预测分析系统,包括采集模块、存储模块、处理模块、对比模块、汇总预测模块;
所述采集模块,用于采集变压器设备的参数、变压器绝缘子的参数,并将数据发送到处理模块与存储模块;
所述存储模块,用于获取并存储采集模块采集的变压器设备的参数、变压器绝缘子的参数、阈值信息数据;
所述处理模块,用于接收采集模块发送的数据,根据变压器设备的参数建立变压器评估系数,根据变压器绝缘子的参数建立绝缘子评估系数,并将变压器评估系数、绝缘子评估系数发送到对比模块中;
所述对比模块,用于接收处理模块发送的数据,将变压器评估系数与存储模块存储的阈值信息数据设置的变压器阈值、绝缘子阈值分别进行对比,对不满足阈值的设备标记为预检修设备,并将对比结果发送到汇总预测模块;
所述汇总预测模块,用于接收对比模块发送的数据,根据变压器评估系数与绝缘子评估系数建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出该输电线路输送的电力情况,从而对输电线路进行调整。
在一个优选的实施方式中,所述汇总预测模块,具体用于:
获取输电线路上的变压器评估系数与绝缘子评估系数,并将输电线路中所有变压器评估系数与变压器绝缘子评估系数进行相加,得到线路评估系数;
获取对应时刻生成的线路评估系数和后续时刻生成的若干个线路评估系数建立分析集合,建立线路评估系数集合;
根据线路评估系数集合求得输电线路上的线路评估系数平均值与离散程度值;
将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,预测出该输电线路输送的电力情况。
在上述技术方案中,本发明提供的技术效果和优点:
本发明通过采集变压器设备的机械参数以及散热参数,将机械参数与散热参数做归一化处理,建立变压器评估系数,将多项参数综合处理,提高数据的处理效率,并且,获取变压器评估系数后,将变压器评估系数与设定变压器阈值进行对比,将后续可能出现故障的变压器进行检修,从而避免可能出现变压器故障而造成的电力事故,再通过采集变压器设备上设置绝缘子的时长参数以及温差参数,将时长参数以及温差参数做归一化处理,建立绝缘子评估系数,将多项参数综合处理,提高数据的处理效率,并且获取绝缘子评估系数后,将绝缘子评估系数与设定绝缘子阈值进行对比,将后续可能出现故障的绝缘子进行检修,从而避免可能出现绝缘子故障而造成的电力事故,增加了输送电力的稳定性;通过将输电线路中包含的变压器与变压器绝缘子进行分析,建立线路评估系数,根据线路评估系数平均值与离散程度值对输电线路进行分析,基于分析得到输电线路的电网线损状况,预测出输电线路输送电力情况,从而减小了后续由于电网线损造成的电力不足的影响,提高了输送电力的准确率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明一种电网线损的智能预测分析方法及系统的流程图。
图2为本发明一种电网线损的智能预测分析方法及系统的结构示意图。
具体实施方式
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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本实施例所述一种电网线损的智能预测分析方法,所述方法包括以下步骤:
采集变压器设备的参数为变压器设备的建立变压器评估系数,将变压器设备通过变压器评估系数进行分析,具体包括以下步骤:
采集变压器设备的机械参数以及散热参数,机械参数包括铁芯损耗值,散热参数包括变压器冷却系统的冷却散热值,将铁芯损耗值、冷却散热值分别标定为Hs、Sr,并根据公式通过计算得到所监测的变压器评估系数,表达式为:
式中,Pg为变压器评估系数,θ、μ分别为铁芯损耗值、冷却散热值的预设比例系数,且θ>μ>0,比例系数θ、μ的具体值由本领域技术人员依据变压器的型号进行设置,在此不做限定。
机械参数由于体现变压器的运行状态,其中,铁芯损耗值Hs表示变压器设备内部的电压转换时,铁芯损耗能量的值,铁芯损耗值通过在变压器的输入侧施加特定负载,测量出输入功率和输出功率之间的差值,计算出铁芯损耗值;铁芯损耗主要是由磁滞损耗与涡流损耗引起,磁滞损耗是由于铁芯材料在交变磁场作用下的磁滞现象导致的,当交变电流通过变压器绕组时,会产生交变磁场,而铁芯材料在交变磁场中会发生磁化和去磁化的过程,在去磁化过程中,磁矩的调整是滞后于磁场的变化,每个磁周期内,当磁场的方向和强度变化时,铁芯材料中的磁矩需要重新调整和重新取向,这过程中需要消耗一定的能量,电能能量被转化为热能,从而导致铁芯温度的升高,使变压器产生热量,涡流损耗是由于变压器绕组中的交变磁场引起的涡流效应导致的,当交变磁场通过变压器绕组时,会在绕组中产生涡流,这些涡流在绕组内流动,同样会导致能量转化为热能而被耗散掉,铁芯损耗越严重,铁芯磁化和磁化反转时的磁滞损耗和涡流损耗而产生的能量损失越大,使变压器的性能越差,变压器的电压转换效率越差,铁芯损耗值反应了变压器能量耗损情况,耗损能量又转化成热量,影响变压器内部温度,即铁芯损耗值越大,变压器评估系数越小。
散热参数用于体现变压器的散热情况,其中,冷却散热率Sr为变压器的内部热量的排出率,通过使用测量温度的仪器获取,如热像仪、温度传感器、红外测温器,热像仪通过捕捉变压器表面的红外热辐射,并将其转化为热图,热图显示不同区域、不同时间的温度分布情况,得到变压器的整体温度状况与散热情况;变压器在运行期间由于铁芯损耗、阻值耗能等情况,变压器内部会产生热量,热量在变压器内部积累,会造成变压器内部温度过高,过高的温度会使变压器内部的绝缘材料加速老化和降解、功率损耗增加、设备零件发生热应力和热膨胀等现象,使得变压器发生老化和损坏,从而影响变压器的正常运行和安全性能,变压器内部热量排出状况越好,变压器内部的温度越稳定,使变压器能维持在合适温度范围内,进行正常运行,变压器的内部冷却散热率越大,变压器内部热量排出状态越好,变压器内部的温度控制越好,变压器设备的运行稳定性越好,冷却散热率越大,变压器评估系数越大。
需要注意的是,本实施例中,变压器设备的机械参数以及散热参数是实时采集的,并对采集的实时数据进行分析。
对变压器评估系数进行分析,得到预检修变压器,具体步骤如下:
获取变压器评估系数之后,将变压器评估系数Pg与设定的变压器阈值By进行比较;
若变压器评估系数Pg大于等于变压器阈值By时,判断此变压器设备满足运行要求,则标记此变压器设备为正常运行设备;
若变压器评估系数Pg小于变压器阈值By时,该变压器设备在后续运行时可能会出现故障,将此变压器设备标记为预检修变压器设备,并通知电力维修人员进行检修处理,预防后续变压器在运行时发生故障。
变压器设备的电力传输时,需通过变压器绝缘子与变压器外壳接触,从而进行输电线的连接,当对变压器进行评估时,发现变压器出现问题,此变压器标记为预检修变压器设备,对此预检修变压器进行判断,找出变压器评估不达标的原因,具体过程如下:
将铁芯损耗值与设置的损耗阈值进行比较,当铁芯损耗值大于设置的损耗阈值时,进行变压器铁芯检修;
将冷却散热率与设置的冷却散热阈值进行比较,当冷却散热率小于设置的冷却散热阈值时,进行变压器散热检修,并对变压器绝缘子进行评估;
需要说明的是,变压器内部散热的效率,影响变压器绝缘子的绝缘性能,当变压器由于冷却散热率而引起的变压器评估不达标时,说明变压器内部温度过高,高温会对变压器绝缘子产生影响,从而对变压器绝缘子进行分析;
对变压器绑定的变压器绝缘子进行分析,具体分析过程如下:
变压器绝缘子是用于支撑和绝缘变压器内部导线或导体与外壳之间的部分,它们起着保护和绝缘的作用,确保变压器的安全运行,变压器绝缘子具有良好的绝缘性能,能够防止导线或导体与外壳之间发生电流漏电或短路,通常由绝缘材料制成,如陶瓷或玻璃纤维增强塑料,能够有效隔离电压,防止电流通过,变压器绝缘子的良好状态影响变压器的运行状态,一般情况下,变压器绝缘子由于自身原因损坏的情况较少,但是,与变压器外壳进行接触的变压器绝缘子,常由于变压器的散热等情况,容易发送绝缘效率下降的问题。
变压器绝缘子分为以下几类,电气绝缘子,能够防止导线或导体与外壳之间发生电流漏电或短路,防止电流在绝缘子表面漏电;力学绝缘子主要用于支撑和固定变压器的线圈和铁芯,承受机械应力,防止电流击穿;绝缘油广泛用于变压器内部的绝缘系统,提供电气绝缘和散热功能。
本实施例中对电气绝缘子进行分析,分析导线(电线)或导体与变压器外壳连接处的绝缘子情况;
当变压器设备运行时,由于变压器内部散热较慢,使变压器内部温度处于高温时长过长,导致与变压器接触的变压器绝缘子受到长时间高温影响,使绝缘材料材质发送改变,导致绝缘性能下降,即获取变压器绝缘子的危险温度持续时长、温度梯度值联立,建立绝缘子评估系数,评估变压器绝缘子的健康状况,包括以下步骤:
采集变压器设备上的变压器绝缘子时长参数以及温差参数,将时长参数、温差参数中的危险温差持续时长与温度梯度值分别标定为Cxs,Tdz,并进行归一化处理后,建立绝缘子评估系数,表达式为:
式中,JYg为绝缘子评估系数,α、β分别为危险温差持续时长、危险温差值的预设比例系数,比例系数α、β的具体值由本领域技术人员依据变压器绝缘子的型号进行设置,在此不做限定,且0<α<β。
温度梯度值Tdz用于体现变压器绝缘子处于变压器内外两端的温度差值,通过测量温度的仪器测得变压器绝缘子内外两侧温度,如设置热敏电阻测得温度,通过将处于内部的变压器绝缘子温度值与外部的变压器绝缘子温度值的差值作为温度梯度值;变压器运行时,变压器会产生能量耗损,使变压器内部温度升高,使得变压器内部温度与外部环境温度存在温度梯度,这种温度梯度会导致变压器绝缘子的处于变压器内部的一侧暴露在较高温度下,而处于变压器外部的另一侧则暴露在较低温度下,从而引起变压器绝缘子的热应力,导致绝缘子的热膨胀不均匀,增加了绝缘子的破裂和机械损坏的风险,温度梯度值越大,变压器绝缘子越容易产生损坏,绝缘子评估系数越小。
危险温度持续时长Cxs用于体现变压器绝缘子处于超出设定范围温度的总时长,通过温度传感器记录下变压器绝缘子温度数据,得到温度数据,根据记录温度数据的时间,得到所处危险温度持续时长;温度过高会导致变压器绝缘子表面的破损或剥落,降低绝缘子的机械强度和耐久性,使变压器绝缘子容易受到外界冲击或振动的影响,增加变压器绝缘子破裂的风险,绝缘子所有的绝缘材料在高温条件下容易发生老化和降解,导致绝缘性能下降。这可能增加绝缘子发生击穿或漏电的风险,从而影响变压器的安全性和可靠性,危险温度持续时长越长,变压器绝缘子越容易出现损坏,绝缘子评估系数越小,反之则越大。
对绝缘子评估系数进行分析,分析得到预检修绝缘子,具体步骤如下:
获取绝缘子评估系数Jyg之后,将绝缘子评估系数Jyg与设定的绝缘子阈值Jyy进行比较:
若绝缘子评估系数Jyg大于等于绝缘子阈值Jyy时,判断此绝缘子满足运行要求,则标记此绝缘子设备为正常运行设备;
若绝缘子评估系数Jyg小于绝缘子阈值Jyy时,该绝缘子设备在后续运行时可能会出现故障,将此绝缘子标记为预检修绝缘子,并通知电力维修人员进行检修处理,防止后续绝缘子运行时发生故障,影响电力输送。
进一步的,绝缘子评估系数可对评估不达标的变压器上的变压器绝缘子进行评估分析,当两者都不达标时,进行同时检修,也可对变压器评估达标的变压器上的变压器绝缘子进行评估分析,对不满足评估标准的变压器绝缘子进行单独检修。
需要说明的是,变压器设备分为多种,其中分配变压器,也称为分支变压器,主要功能是将电力从输电线路分配到不同的区域,分配变压器通常有一个输入侧和多个输出侧,输入侧接收来输电线路的高电压电力,通过变压器设备的变压作用,从而将电力分配到各个输出侧,满足不同区域的用电需求,所以在分配变压器上连接有多个输出侧变压器绝缘子,对不同输出侧线路进行保护。
本发明通过采集变压器设备的机械参数以及散热参数,将机械参数与散热参数做归一化处理,建立变压器评估系数,将多项参数综合处理,提高数据的处理效率,将变压器评估系数与设定变压器阈值进行对比,将后续可能出现故障的变压器进行检修,从而避免可能出现变压器故障而造成的电力事故,通过分析得到变压器设备的不达标原因,根据故障原因分析对变压器绝缘子产生影响,通过采集变压器设备上设置绝缘子的时长参数以及温差参数,将时长参数以及温差参数做归一化处理,建立绝缘子评估系数,将绝缘子评估系数与设定绝缘子阈值进行对比,将后续可能出现故障的绝缘子进行检修,避免由于电压器故障导致的变压器绝缘子损坏,从而增加了输送电力的稳定性。
实施例2
获取输电线路上的变压器评估系数与绝缘子评估系数建立线路评估系数,并对输电线路的电力输送情况进行二次分析,具体步骤如下:
根据历史数据获取每台变压器设备的电力输送数据,一般情况下,电力输送过程是由起始发电站发电,发电站通过输电线路将产生的高压电力输送到变电站,变电站对电力的电压与电流进行调节,电力经过变压器进行升压或降压,以便在输送和分配过程中满足不同区域的电压需求,经过输电线路,再将电力输送到达用电区域后,再经过配电站进行降压和配电,将高压电力转换为较低的电压,将调整后的电力输送到用电区域,供给各种家庭、工业、商业等用户使用。
电力输送到用电区域过程中,经过多个变压器进行电力调节,对于输电线在输电途中由于各种环境原因、导线原因、人为原因引起的电力损耗不进行过多分析,主要分析电力在经过变压器进行变电的过程中,由于变压器设备与变压器绝缘子造成的电力损耗进行分析,由于同一条输电线路中可能由多个变压器设备组成,检修完设备后,对各个输电线路进行分析,具体分析过程如下:
将输电线路中所有变压器评估系数与变压器绝缘子评估系数进行相加,得到线路评估系数XP;
获取对应时刻生成的线路评估系数和后续时刻生成的若干个线路评估系数建立分析集合,建立线路评估系数集合为XL,XL={XPi}={XP1、XP2、…、XPj],j为正整数,求得输电线路上的线路评估系数平均值与离散程度值;
上述分析集合内线路评估系数平均值的计算公式为:
上述分析集合内线路评估系数的离散程度值的计算公式为:
式中,为集合内线路评估系数平均值,LS为分析集合内评估系数的离散程度值;
若线路评估系数平均值小于等于线路评估阈值,则生成线路线损故障的信号,表明数据集合内的线路评估系数大量存在线路评估系数大于线路评估阈值的情况,提示维护人员监测的线路运行状态变差,需要进行及时维护,从而实现对输电线路的电网线损情况进行智能化预测,提前对运行状态不达标的线路进行维护,有效地降低电网线损;
若线路评估系数平均值大于线路评估阈值且离散程度值大于离散程度阈值,标记此线路为运行不稳定线路,提示维护人员监测的线路运行稳定性较差,需要提高监测频率,以便及时发现监测的线路运行状态变差的情况;
若线路评估系数平均值大于线路评估阈值且离散程度值小于离散程度阈值,标记此线路为运行稳定线路,表明数据集合内的线路评估系数普遍存在评估系数小于等于线路评估阈值的情况,进行正常频率的监测;
需要说明的是,线路评估阈值与离散程度阈值是预先设置的值,由于在电力输送过程中,考虑到在环境、输电设备等不同因素影响下,不同输电线路具有不同的电力输送标准,所以线路评估系数与离散程度阈值根据实际情况进行设置。
在一个具体的示例中,还可以对用电区域的用电情况进行估计,继而可对输送电力进行调整,如用电高峰期对电力需求更迫切,在工业区的工厂赶工期,赶工期的用电需求更大,需要更加稳定的供电,对于变压器与变压器绝缘子产生的电能损耗,更应该进行准确计算电力供给,通过调整变压器阈值与绝缘子阈值,进而改变线路评估阈值与离散程度阈值,使得输电线路具有更高的标准,从而电力供给更加稳定,减少在赶工期因电力供给不足造成的损失,对不满足条件的输电线路,提前进行变压器、变压器绝缘子检修。
本发明通过将输电线路中包含的变压器与变压器绝缘子进行分析,得到变压器系数与绝缘子系数,并相加得到线路评估系数,根据线路评估系数对输电线路进行分析,从而预测出该输电线路输送电力输送情况是否达到预期标准,对不满足标准的输电线路进行提前检修,减少了后续由于输电线路电网线损过大,造成的电力耗损多、电力输送不足的情况产生,从而提高了输送电力的准确性。
实施例3
请参阅图2所示,本实施例所述一种电网线损的智能预测分析系统,包括采集模块、存储模块、处理模块、对比模块、汇总预测模块;
所述采集模块,用于采集变压器设备的参数、变压器绝缘子的参数,并将数据发送到处理模块与存储模块;
所述存储模块,用于获取并存储采集模块采集的变压器设备的参数、变压器绝缘子的参数、阈值信息数据;
所述处理模块,用于接收采集模块发送的数据,根据变压器设备的参数建立变压器评估系数,根据变压器绝缘子的参数建立绝缘子评估系数,并将变压器评估系数、绝缘子评估系数发送到对比模块中;
所述对比模块,用于接收处理模块发送的数据,将变压器评估系数与存储模块存储的阈值信息数据设置的变压器阈值、绝缘子阈值分别进行对比,对不满足阈值的设备标记为预检修设备,并将对比结果发送到汇总预测模块;
所述汇总预测模块,用于接收对比模块发送的数据,根据变压器评估系数与绝缘子评估系数建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出该输电线路输送的电力情况,从而对输电线路进行调整。
上述公式均是去量纲取其数值计算,公式是由采集大量数据进行软件模拟得到最近真实情况的一个公式,公式中的预设参数由本领域的技术人员根据实际情况进行设置。
应理解,本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况,其中A,B可以是单数或者复数。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系,但也可能表示的是一种“和/或”的关系,具体可参考前后文进行理解。
本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
应理解,在本申请的各种实施例中,上述各过程的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种电网线损的智能预测分析方法,其特征在于,包括以下步骤:
采集变压器设备的参数,根据采集的变压器设备的参数建立变压器评估系数,并根据变压器评估系数对变压器设备进行分析,得到预检修变压器设备;
采集预检修变压器设备上的变压器绝缘子的参数,根据变压器绝缘子的参数建立绝缘子评估系数;
根据绝缘子评估系数进行分析,得到预检修绝缘子设备;
获取输电线路上的变压器评估系数与绝缘子评估系数,建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出输电线路输送的电力情况,从而对输电线路进行调整。
2.根据权利要求1所述的一种电网线损的智能预测分析方法,其特征在于:所述采集变压器设备的参数,根据采集的变压器设备的参数建立变压器评估系数,并根据变压器评估系数对变压器设备进行分析,得到预检修变压器设备,具体过程如下:
采集变压器的机械参数以及散热参数,将采集的机械参数以及散热参数进行归一化处理,建立变压器评估系数;
将变压器评估系数与设定的变压器阈值进行比较;
若变压器评估系数大于等于变压器阈值,标记此变压器设备为正常运行设备;
若变压器评估系数小于变压器阈值,将此变压器设备标记为预检修变压器设备,通知电力维修人员进行检修处理。
3.根据权利要求2所述的一种电网线损的智能预测分析方法,其特征在于:所述采集预检修变压器设备上的变压器绝缘子的参数,根据变压器绝缘子的参数建立绝缘子评估系数,具体过程如下:
变压器设备标记为预检修变压器设备时,采集变压器绝缘子的时长参数以及温差参数;
将采集的变压器绝缘子的时长参数以及温差参数进行归一化处理,建立绝缘子评估系数。
4.根据权利要求3所述的一种电网线损的智能预测分析方法,其特征在于:所述根据绝缘子评估系数进行分析,得到预检修绝缘子设备,具体过程如下:
若绝缘子评估系数大于等于绝缘子阈值,标记此绝缘子设备为正常运行设备;
若绝缘子评估系数小于绝缘子阈值,标记此绝缘子设备为预检修绝缘子设备,并通知电力维修人员进行检修处理。
5.根据权利要求4所述的一种电网线损的智能预测分析方法,其特征在于:所述获取输电线路上的变压器评估系数与绝缘子评估系数,建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出该输电线路输送的电力情况,从而对输电线路进行调整,具体过程如下:
获取输电线路上的变压器评估系数与绝缘子评估系数,并将输电线路中所有变压器评估系数与变压器绝缘子评估系数进行相加,得到线路评估系数;
获取对应时刻生成的线路评估系数和后续时刻生成的若干个线路评估系数建立分析集合,建立线路评估系数集合;
根据线路评估系数集合求得输电线路上的线路评估系数平均值与离散程度值;
将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,预测出该输电线路输送的电力情况。
6.根据权利要求5所述的一种电网线损的智能预测分析方法,其特征在于:所述将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,具体比较过程如下:
若线路评估系数平均值小于等于线路评估阈值,则生成线路线损故障的信号时,并提示维护人员对输电线路进行维护;
当线路评估系数平均值大于线路评估阈值且离散程度值大于离散程度阈值时,标记线路为运行不稳定线路,提高对输电线路监测频率;
当线路评估系数平均值大于线路评估阈值且离散程度值小于离散程度阈值,标记线路为运行稳定线路,继续进行正常频率的监测。
7.一种电网线损的智能预测分析系统,用于实现权利要求1-6任一项所述的分析方法,其特征在于:包括采集模块、存储模块、处理模块、对比模块、汇总预测模块;
所述采集模块,用于采集变压器设备的参数、变压器绝缘子的参数,并将数据发送到处理模块与存储模块;
所述存储模块,用于获取并存储采集模块采集的变压器设备的参数、变压器绝缘子的参数、阈值信息数据;
所述处理模块,用于接收采集模块发送的数据,根据变压器设备的参数建立变压器评估系数,根据变压器绝缘子的参数建立绝缘子评估系数,并将变压器评估系数、绝缘子评估系数发送到对比模块中;
所述对比模块,用于接收处理模块发送的数据,将变压器评估系数与存储模块存储的阈值信息数据设置的变压器阈值、绝缘子阈值分别进行对比,对不满足阈值的设备标记为预检修设备,并将对比结果发送到汇总预测模块;
所述汇总预测模块,用于接收对比模块发送的数据,根据变压器评估系数与绝缘子评估系数建立线路评估系数,并根据线路评估系数对输电线路的电力输送情况进行二次分析,预测出输电线路输送的电力情况,从而对输电线路进行调整。
8.根据权利要求7所述的一种电网线损的智能预测分析系统,其特征在于:所述汇总预测模块,具体用于:
获取输电线路上的变压器评估系数与绝缘子评估系数,并将输电线路中所有变压器评估系数与变压器绝缘子评估系数进行相加,得到线路评估系数;
获取对应时刻生成的线路评估系数和后续时刻生成的若干个线路评估系数建立分析集合,建立线路评估系数集合;
根据线路评估系数集合求得输电线路上的线路评估系数平均值与离散程度值;
将线路评估系数平均值、离散程度值分别与线路评估阈值、离散程度阈值进行比较,预测出输电线路输送的电力情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311155797.8A CN117113044A (zh) | 2023-09-08 | 2023-09-08 | 一种电网线损的智能预测分析方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311155797.8A CN117113044A (zh) | 2023-09-08 | 2023-09-08 | 一种电网线损的智能预测分析方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117113044A true CN117113044A (zh) | 2023-11-24 |
Family
ID=88805463
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311155797.8A Pending CN117113044A (zh) | 2023-09-08 | 2023-09-08 | 一种电网线损的智能预测分析方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117113044A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117691596A (zh) * | 2024-02-02 | 2024-03-12 | 国网山西省电力公司太原供电公司 | 一种用于配电网的线路损耗控制方法及系统 |
CN117726959A (zh) * | 2024-02-09 | 2024-03-19 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
CN117874625A (zh) * | 2024-01-22 | 2024-04-12 | 国网湖北省电力有限公司信息通信公司 | 基于ai和知识库的电力系统数据智能处理系统与方法 |
-
2023
- 2023-09-08 CN CN202311155797.8A patent/CN117113044A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117874625A (zh) * | 2024-01-22 | 2024-04-12 | 国网湖北省电力有限公司信息通信公司 | 基于ai和知识库的电力系统数据智能处理系统与方法 |
CN117691596A (zh) * | 2024-02-02 | 2024-03-12 | 国网山西省电力公司太原供电公司 | 一种用于配电网的线路损耗控制方法及系统 |
CN117691596B (zh) * | 2024-02-02 | 2024-05-10 | 国网山西省电力公司太原供电公司 | 一种用于配电网的线路损耗控制方法及系统 |
CN117726959A (zh) * | 2024-02-09 | 2024-03-19 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
CN117726959B (zh) * | 2024-02-09 | 2024-05-10 | 国网安徽省电力有限公司巢湖市供电公司 | 基于智能图像识别的无人机电力线路安全巡检系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117113044A (zh) | 一种电网线损的智能预测分析方法及系统 | |
EP1085534B1 (en) | Intelligent analysis system and method for fluid-filled electrical equipment | |
KR101904113B1 (ko) | 변압기 상태기반 위험 관리 시스템 | |
EP3447778B1 (en) | Method, system and assembly for determining a reduction of remaining service lifetime of an electrical device based on a temperature dependent aging factor | |
CN116295661B (zh) | 一种基于物联网的变压器故障预警系统 | |
US20130024131A1 (en) | Method and system for estimating transformer remaining life | |
AU2015328080A1 (en) | A method, system and assembly for determining a reduction of remaining service lifetime of an electrical device during a specific time period of operation of the electrical device | |
EP1085635A2 (en) | Fluid-filled electrical equipment intelligent analysis system and method | |
CN104198068A (zh) | 一种油浸变压器绕组温度监测装置及监测方法 | |
Chothani et al. | Real-time monitoring & protection of power transformer to enhance smart grid reliability | |
US11067639B2 (en) | Trending functions for predicting the health of electric power assets | |
Srinivasan et al. | Effects of environmental factors in transformer’s insulation life | |
KR20230049226A (ko) | 인공지능 기반 전기설비 고장 징후 감지 시스템 | |
KR101133884B1 (ko) | 배전변압기 부하 관리장치 및 방법 | |
Mladenovic et al. | Artificial aging and diagnostic measurements on medium-voltage, paper-insulated, lead-covered cables | |
CN111562450B (zh) | 一种用于监测电抗器寿命的系统及方法 | |
JP2005073478A (ja) | 機器監視装置及び機器監視システム | |
CN116840614A (zh) | 基于谐波异动特征的电缆线路缺陷感知预警方法 | |
CN209247923U (zh) | 一种便携式配电变压器现场检测系统 | |
Krieg et al. | Techniques and experience in on-line transformer condition monitoring and fault diagnosis in ElectraNet SA | |
KR101360979B1 (ko) | 심각도 평가를 통한 몰드변압기 진단 시스템 | |
CN112504509B (zh) | 一种电力设备温度监测系统及方法 | |
CN109254205A (zh) | 干式空心电抗器有功功率损耗的在线监测方法以及监测装置 | |
CN114111902B (zh) | 一种天然酯变压器智能监测系统 | |
KR101316693B1 (ko) | 심각도 평가를 통한 몰드변압기 진단방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |