面向实现换流变温度场的换流变线圈损耗实时计算方法技术

本发明专利技术提供了一种面向实现换流变温度场的换流变线圈损耗实时计算方法，包括以下步骤：设定换流变一次侧电压、电流数值区间，并采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样；建立换流变线圈损耗计算的有限元仿真模型对线圈损耗进行求解；以抽样的每组电压、电流数据作为输入，以换流变线圈损耗计算的有限元仿真模型求解得到的换流变线圈损耗作为输出，形成基于径向基函数RBF的换流变线圈损耗计算神经网络模型；将实时电压、电流数据带入换流变线圈损耗计算神经网络模型得出实时换流变线圈损耗结果。解决了传统有限元方法难以满足对温度场进行孪生时的时效性问题，可以更精确的掌握换流变运行状态，提高电网的安全运行水平。安全运行水平。安全运行水平。

【技术实现步骤摘要】
面向实现换流变温度场的换流变线圈损耗实时计算方法


[0001]本专利技术涉及电力设备状态评估
，具体而言，涉及一种面向实现换流变温度场的换流变线圈损耗实时计算方法。

技术介绍

[0002]全球正处于信息化大背景下工业化加速发展的历史时期，新型传感、5G、大数据、云计算、AI、物联网等技术正深刻影响着各行业的发展。数字孪生融合众多前沿信息技术，通过虚实交互，实现了物理实体全寿命周期状态的虚拟映射以及行业运营绩效的改善，正成为推动各行业数字化、网络化、智能化发展的强大动力。对于电力行业，数字孪生是实现电网全过程数字化管控和设备运维检修智能化作业的关键技术之一。换流变是电网运行的核心设备，2020年我国换流变的故障率超过1次/百台
·
年，换流站60％以上的故障由换流变故障导致，因此，保障换流变的安稳运行对电网的可靠运行有重要价值。换流变温度场一直是运行人员重点关注的问题，受限于测量手段，实现换流变温度场的数字孪生一直是换流变数字化运维的目标之一。目前实现换流变温度场的数字孪生其难点在于传统有限元计算方法的时效性难以满足数字孪生的需求，换流变线圈损耗是温度场计算的热源，其计算的时效性直接决定了温度场计算的快慢，因此十分有必要突破换流变线圈损耗的实时计算。

技术实现思路

[0003]本专利技术旨在至少解决现有技术中存在缺少实现换流变温度场的数字孪生的实数手段，传统有限元计算方法的时效性难以满足数字孪生的需求的技术问题。
[0004]为此，本专利技术提供了一种面向实现换流变温度场的换流变线圈损耗实时计算方法。
[0005]本专利技术提供了一种面向实现换流变温度场的换流变线圈损耗实时计算方法，包括以下步骤：
[0006]S1、设定换流变一次侧电压、电流数值区间，并采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样，将抽取的每组电压、电流数据形成抽样点；
[0007]S2、建立换流变线圈损耗计算的有限元仿真模型；
[0008]S3、基于抽样的每组电压、电流数据，结合换流变线圈损耗计算的有限元仿真模型对线圈损耗进行求解；
[0009]S4、以抽样的每组电压、电流数据作为输入，以换流变线圈损耗计算的有限元仿真模型求解得到的换流变线圈损耗作为输出，形成基于径向基函数RBF的换流变线圈损耗计算神经网络模型；
[0010]S5、将实时电压、电流数据带入换流变线圈损耗计算神经网络模型得出实时换流变线圈损耗结果。
[0011]根据本专利技术上述技术方案的面向实现换流变温度场的换流变线圈损耗实时计算
方法，还可以具有以下附加技术特征：
[0012]在上述技术方案中，S1中根据换流变的历史工况与运行信息设定换流变一次侧电压、电流数值区间。
[0013]在上述技术方案中，S1中采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样，将抽取的每组电压、电流数据形成抽样点包括：将电压和电流区间分别划分为互不重叠的m个区间，形成一个m
×
m的数表，并使每个区间有相同的概率；分别在电压和电流的每一个区间内各随机抽取1个点，最终形成m个由电压、电流共同组成的抽样点。
[0014]在上述技术方案中，采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样后形成电压、电流数据集X＝[x1,x2,x3,...x
m
...x
2m
]，其中，x1、x2为抽样的第一组电压、电流数据，x3、x4为抽样的第二组电压、电流数据，m表示抽样点的个数，则输入至基于径向基函数RBF的换流变线圈损耗计算神经网络模型的数据共有2m个。
[0015]在上述技术方案中，S2中建立换流变线圈损耗计算的有限元仿真模型时忽略漏磁的影响，仅考虑电阻损耗，则所述换流变线圈损耗计算的有限元仿真模型为：
[0016][0017]其中，Q
w
为绕组损耗密度，T
w
为周期，J为通过导线截面的电流密度，t为时间值。
[0018]在上述技术方案中，S4中，换流变线圈损耗计算神经网络模型的径向基向量为：
[0019]H＝[h1,h2,h3,h4,...,h
2m
]；
[0020]其中，h
j
为高斯基函数：
[0021][0022]网络模型第j个节点的中心向量为:
[0023]C
j
＝[c
j1
,c
j2
,c
j3
,...,c
j2m
]T
,j＝1,2,3,...,2m；
[0024]网络模型的带宽向量为:
[0025]B＝[b1,b2,b3,...,b
2m
]T
；
[0026]其中，b
j
为节点j的带宽参数，且为大于零的数；
[0027]网络模型的权向量为：
[0028]W＝[w1,w2,w3,...,w
2m
]T
；
[0029]RBF网络的输出为：
[0030]y
m
(k)＝w1h1+w2h2+w3h3+...+w
m
h
m
。
[0031]在上述技术方案中，根据梯度下降法，对换流变线圈损耗计算神经网络模型的权向量、带宽向量以及中心向量进行迭代计算，方法如下：
[0032]w
j
(k)＝w
j
(k
‑
1)+η(y(k)
‑
y
m
(k))h
j
+α(w
j
(k
‑
1)
‑
w
j
(k
‑
2))；
[0033][0034]b
j
(k)＝b
j
(k
‑
1)+ηΔb
j
+α(b
j
(k
‑
1)
‑
b
j
(k
‑
2))；
[0035][0036]c
ji
(k)＝c
ji
(k
‑
1)+ηΔc
ji
+α(c
ji
(k
‑
1)
‑
c
ji
(k
‑
2))；
[0037]其中，η为学习率，α为动量因子。
[0038]综上所述，由于采用了上述技术特征，本专利技术的有益效果是：
[0039]本专利技术引入拉丁超立方抽样方法和RBF神经网络，解决实现换流变温度场数字孪生时对线圈损耗实时计算的需求，解决了传统基于有限元法计算线圈损耗时间过长不能满足数字孪生时效性需求的问题。
[0040]本专利技术基于拉丁超立方法对换流变运行范围内的电压、电流进行抽样本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，包括以下步骤：S1、设定换流变一次侧电压、电流数值区间，并采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样，将抽取的每组电压、电流数据形成抽样点；S2、建立换流变线圈损耗计算的有限元仿真模型；S3、基于抽样的每组电压、电流数据，结合换流变线圈损耗计算的有限元仿真模型对线圈损耗进行求解；S4、以抽样的每组电压、电流数据作为输入，以换流变线圈损耗计算的有限元仿真模型求解得到的换流变线圈损耗作为输出，形成基于径向基函数RBF的换流变线圈损耗计算神经网络模型；S5、将实时电压、电流数据带入换流变线圈损耗计算神经网络模型得出实时换流变线圈损耗结果。2.根据权利要求1所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，S1中根据换流变的历史工况与运行信息设定换流变一次侧电压、电流数值区间。3.根据权利要求2所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，S1中采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样。4.根据权利要求3所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，将抽取的每组电压、电流数据形成抽样点包括：将电压和电流区间分别划分为互不重叠的m个区间，形成一个m
×
m的数表，并使每个区间有相同的概率；分别在电压和电流的每一个区间内各随机抽取1个点，最终形成m个由电压、电流共同组成的抽样点。5.根据权利要求3所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，采用拉丁超立方抽样方法对区间内的电压、电流值进行抽样后形成电压、电流数据集X＝[x1,x2,x3,...x
m
...x
2m
]，其中，x1、x2为抽样的第一组电压、电流数据，x3、x4为抽样的第二组电压、电流数据，m表示抽样点的个数，则输入至基于径向基函数RBF的换流变线圈损耗计算神经网络模型的数据共有2m个。6.根据权利要求1所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，S2中建立换流变线圈损耗计算的有限元仿真模型时忽略漏磁的影响，仅考虑电阻损耗。7.根据权利要求6所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，所述换流变线圈损耗计算的有限元仿真模型为：其中，Q
w
为绕组损耗密度，T
w
为周期，J为通过导线截面的电流密度，t为时间值。8.根据权利要求1所述的面向实现换流变温度场的换流变线圈损耗实时计算方法，其特征在于，S4中所述换流变线圈...

【专利技术属性】
技术研发人员：刘哲，江金洋，余波，吴怡敏，黄思睿，白亦斓，吴向军，潘生权，牟小松，李春，张起源，
申请(专利权)人：中国电力工程顾问集团西南电力设计院有限公司，
类型：发明
国别省市：