基于人工智能和大数据技术的变压器短期过载能力评估系统技术方案

本发明专利技术提供了基于人工智能和大数据技术的变压器短期过载能力评估系统，包括基于大数据的采集处理系统、数据服务器、客户端主机、变压器特征参数数据库、变压器历史运行参数库和人工智能计算模块；所述基于大数据的采集处理系统采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器；所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库，并与客户端主机通讯，所述人工智能计算模块装载于客户端主机；所述人工智能计算模块利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格‑库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。

Short term overload capacity evaluation system of transformer based on artificial intelligence and big data technology

The invention provides a transformer short-term overload capability evaluation system based on artificial intelligence and big data technology, including a data acquisition and processing system based on big data, a data server, a client host, a transformer characteristic parameter database, a transformer historical operation parameter library and an artificial intelligence calculation module. The acquisition and processing system collects and processes the transformer operation parameters, and sends the transformer operation parameters after processing to the data server. The data server is equipped with a database of transformer characteristic parameters and a database of transformer historical operation parameters, and communicates with the client host computer. The artificial intelligence calculation module is loaded on the client host computer. The artificial intelligence calculation module uses neural network function to build simulation model for differential equation of oil temperature and winding hot spot temperature rise of transformer top layer, and uses variable step Runge Kutta method to calculate real-time oil temperature and hot spot temperature of transformer top layer, so as to realize the evaluation and prediction of overload capacity.

【技术实现步骤摘要】
基于人工智能和大数据技术的变压器短期过载能力评估系统
本专利技术涉及给变压器检测
，具体涉及基于人工智能和大数据技术的变压器短期过载能力评估系统。
技术介绍
随着国民经济的迅速发展电力供应需求日益加大。充分利用现有设备，挖掘输电系统的潜能，有着非常大意义。目前输电系统的运行温度已经适当被提高。变压器作为输电系统的瓶颈，是一个关键的环节。变压器的绝缘性能、寿命与绕组最高热点温度有关，但目前变压器运行限额却以平均温度来推算，而变压器绕组最高热点温度与平均温度之差值随变压器的结构和冷却方式而异。如按平均温度来推算运行限额，有可能造成变压器过载(内部绕组局部过热)而缩短变压器使用年限，另一方面会负载不足造成浪费。有鉴于此，有必要提供基于人工智能技术的变压器短期过载能力评估系统，以满足工业应用需要。
技术实现思路
针对上述问题，本专利技术提供基于人工智能和大数据技术的变压器短期过载能力评估系统。本专利技术的目的采用以下技术方案来实现：提供了基于人工智能和大数据技术的变压器短期过载能力评估系统，包括基于大数据的采集处理系统、数据服务器、客户端主机、变压器特征参数数据库、变压器历史运行参数库和人工智能计算模块；所述基于大数据的采集处理系统采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器；所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库，并与客户端主机通讯，所述人工智能计算模块装载于客户端主机；所述变压器特征参数数据库录入有各种型号的变压器特征参数，系统根据变压器型号调用相对应的变压器特征参数；所述变压器历史运行参数库存储有在线采集的变压器历史运行参数；所述人工智能计算模块利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格-库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。其中，所述龙格-库塔方法是现有的在工程上应用广泛的高精度单步算法。优选地，基于大数据的采集处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器，数据处理器与数据服务器通信连接；传感器不间断地对被测变压器进行监测，并将采集的变压器运行参数数据发送至数据收集器；数据收集器收集的同一传感器采集的变压器运行参数数据量达到一定阈值时，数据收集器将同一传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器。优选地，所述数据处理器包括依次连接的数据接收模块、数据检测模块、数据合并模块、数据发送模块；数据接收模块用于接收数据收集器发送的变压器运行参数数据文件；数据检测模块用于对所接收的各变压器运行参数数据文件中的变压器运行参数数据进行检测，剔除其中的过失误差变压器运行参数数据；数据合并模块用于对各传感器进行聚类，将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件；所述数据发送模块用于将数据合并模块处理后的变压器运行参数数据文件发送至数据服务器。本专利技术的有益效果为：1、以数据与图形方式实时显示环境温度、顶层油温、高中低压三侧的负载系数等参数；2、可得出当前的变压器绕组热点温度、绝缘材料的寿命损失，可推断出未来一段时间内变压器能承受的最大负荷、安全运行的时限；3、可实时向运行调度人员提供：变压器的过负荷能力；预测应急负荷下一定时间后变压器的绕组热点温度；设备运行会安全及变压器的寿命损失等；为运行人员提供科学的数据，以供决策参考。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术一个示例性实施例的变压器短期过载能力评估系统的结构示意框图；图2是本专利技术一个示例性实施例的数据处理器的结构示意框图。附图标记：基于大数据的采集处理系统1、数据服务器2、客户端主机3、变压器特征参数数据库4、变压器历史运行参数库5、人工智能计算模块6、数据接收模块10、数据检测模块20、数据合并模块30、数据发送模块40。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例提供的基于人工智能和大数据技术的变压器短期过载能力评估系统包括基于大数据的采集处理系统1、数据服务器2、客户端主机3、变压器特征参数数据库4、变压器历史运行参数库5和人工智能计算模块6；所述基于大数据的采集处理系统1采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器2；所述数据服务器2设置有变压器特征参数数据库4和变压器历史运行参数库5，并与客户端主机3通讯，所述人工智能计算模块6装载于客户端主机3；所述变压器特征参数数据库4录入有各种型号的变压器特征参数，系统根据变压器型号调用相对应的变压器特征参数；所述变压器历史运行参数库5存储有在线采集的变压器历史运行参数；所述人工智能计算模块6利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格-库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。其中，所述龙格-库塔方法是现有的在工程上应用广泛的高精度单步算法。在一种可选的方式中，基于大数据的采集处理系统1包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器，数据处理器与数据服务器2通信连接；传感器不间断地对被测变压器进行监测，并将采集的变压器运行参数数据发送至数据收集器；数据收集器收集的同一传感器采集的变压器运行参数数据量达到一定阈值时，数据收集器将同一传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器。在一种可选的方式中，如图2所示，所述数据处理器包括依次连接的数据接收模块10、数据检测模块20、数据合并模块30、数据发送模块40；数据接收模块10用于接收数据收集器发送的变压器运行参数数据文件；数据检测模块20用于对所接收的各变压器运行参数数据文件中的变压器运行参数数据进行检测，剔除其中的过失误差变压器运行参数数据；数据合并模块30用于对各传感器进行聚类，将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件；所述数据发送模块40用于将数据合并模块30处理后的变压器运行参数数据文件发送至数据服务器2。本专利技术上述实施例产生的有益效果有：1、以数据与图形方式实时显示环境温度、顶层油温、高中低压三侧的负载系数等参数；2、可得出当前的变压器绕组热点温度、绝缘材料的寿命损失，可推断出未来一段时间内变压器能承受的最大负荷、安全运行的时限；3、可实时向运行调度人员提供：变压器的过负荷能力；预测应急负荷下一定时间后变压器的绕组热点温度；设备运行会安全及变压器的寿命损失等；为运行人员提供科学的数据，以供决策参考。在一种可选的方式中，数据检测模块20对所接收的各变压器运行参数数据文件中的变压器运行参数数据进行检测，具体包括：(1)若变压器运行参数数据文件中存在一变压器运行参数数据超出设定的阈值范围，将该变压器运行参数数据文件视为需检测变压器运行参数数据文件；(2)对所有的需检测变压器运行参数数据文件顺序进行异常检测。其中，对所有的需检测变压器运行参数数据文件顺序进行异常检测，具体包括：1)将需检测变压器运本文档来自技高网...

【技术保护点】
1.基于人工智能和大数据技术的变压器短期过载能力评估系统，其特征是，包括基于大数据的采集处理系统、数据服务器、客户端主机、变压器特征参数数据库、变压器历史运行参数库和人工智能计算模块；所述基于大数据的采集处理系统采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器；所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库，并与客户端主机通讯，所述人工智能计算模块装载于客户端主机；所述变压器特征参数数据库录入有各种型号的变压器特征参数，系统根据变压器型号调用相对应的变压器特征参数；所述变压器历史运行参数库存储有在线采集的变压器历史运行参数；所述人工智能计算模块利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格‑库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。

【技术特征摘要】
1.基于人工智能和大数据技术的变压器短期过载能力评估系统，其特征是，包括基于大数据的采集处理系统、数据服务器、客户端主机、变压器特征参数数据库、变压器历史运行参数库和人工智能计算模块；所述基于大数据的采集处理系统采集并处理变压器运行参数，将处理后的变压器运行参数送至数据服务器；所述数据服务器设置有变压器特征参数数据库和变压器历史运行参数库，并与客户端主机通讯，所述人工智能计算模块装载于客户端主机；所述变压器特征参数数据库录入有各种型号的变压器特征参数，系统根据变压器型号调用相对应的变压器特征参数；所述变压器历史运行参数库存储有在线采集的变压器历史运行参数；所述人工智能计算模块利用神经网络函数，对变压器顶层油温和绕组热点温升微分方程搭建仿真模型，利用变步长的龙格-库塔方法，计算变压器实时的顶层油温和热点温度，实现过载能力的评估预测。2.根据权利要求1所述的基于人工智能和大数据技术的变压器短期过载能力评估系统，其特征是，基于大数据的采集处理系统包括传感器、与传感器通信连接的数据收集器以及与数据收集器连接的数据处理器，数据处理器与数据服务器通信连接；传感器不间断地对被测变压器进行监测，并将采集的变压器运行参数数据发送至数据收集器；数据收集器收集的同一传感器采集的变压器运行参数数据量达到一定阈值时，数据收集器将同一传感器采集的变压器运行参数数据汇聚成变压器运行参数数据文件并发送至数据处理器。3.根据权利要求2所述的基于人工智能和大数据技术的变压器短期过载能力评估系统，其特征是，所述数据处理器包括依次连接的数据接收模块、数据检测模块、数据合并模块、数据发送模块；数据接收模块用于接收数据收集器发送的变压器运行参数数据文件；数据检测模块用于对所接收的各变压器运行参数数据文件中的变压器运行参数数据进行检测，剔除其中的过失误差变压器运行参数数据；数据合并模块用于对各传感器进行聚类，将位于同一个簇的传感器的变压器运行参数数据文件合并到一个大的变压器运行参数数据文件；所述数据发送模块用于将数据合并模块处理后的变压器运...

【专利技术属性】
技术研发人员：李健斌，
申请(专利权)人：深圳众厉电力科技有限公司，
类型：发明
国别省市：广东,44