变压器绝缘状态评估方法技术

本发明专利技术提供一种变压器绝缘状态评估方法

【技术实现步骤摘要】
变压器绝缘状态评估方法、装置、电子设备及存储介质


[0001]本专利技术涉及电力设备监测及计算机
，尤其涉及一种变压器绝缘状态评估方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]随着电力系统中新能源渗透率越来越高，风电
、
光伏等新能源间歇性发电以及负荷变动会导致变压器运行温度微小变化，变压器运行温度微小变化
、
变压器运行环境气象
(
如温度
、
湿度等
)
参数变化等都会导致绝缘油中溶解气体变化，从而导致基于油中溶解气体的变压器绝缘状态评估结果不准确
。
[0003]变压器绝缘油中溶解气体分析是判断变压器早期潜伏性故障最有效的方法之一
。
然而现有基于油中溶解气体的变压器运行状态分析方法均是采用确定性方法，并未考虑风光出力
、
负荷的不确定性以及环境温度变化对变压器运行产生的影响，从而导致变压器运行状态评估的具有不准确性
。
仅采用经验
、
单一参量会造成变压器绝缘状态评估准确度低，出现变压器过修或失修等问题
。

技术实现思路

[0004]本专利技术实施例的主要目的在于提出一种变压器绝缘状态评估方法
、
装置
、
电子设备及存储介质，提高了变压器绝缘状态评估的准确度，为变压器故障提供风险预估
。
[0005]本专利技术的一方面提供了一种变压器绝缘状态评估方法，包括：
[0006]根据变压器绝缘状态评估请求，获取目标变压器接入的风光出力数据及负荷数据，根据所述风光出力数据及所述负荷数据，确定所述目标变压器的负载系数；
[0007]采集所述目标变压器的环境参数及绝缘监测数据，根据所述负载系数
、
所述环境参数及所述绝缘监测数据，采用核主成分分析确定所述目标变压器的绝缘状态特征量；
[0008]获取历史数据和异常状态统计数据，根据所述异常状态统计数据确定所述目标变压器的绝缘状态指标，根据所述历史数据确定所述目标变压器的绝缘状态指标的阈值；
[0009]获取所述目标变压器的实时监测数据，根据所述实时监测数据
、
所述绝缘状态指标及所述绝缘状态指标的阈值确定所述目标变压器的绝缘状态
。
[0010]根据所述的变压器绝缘状态评估方法，其中根据变压器绝缘状态评估请求，获取目标变压器接入的风光出力数据及负荷数据，根据所述风光出力数据及所述负荷数据，确定所述目标变压器的负载系数，包括：
[0011]以所述目标变压器的额定容量作为基准值，对所述风光出力数据及所述负荷数据执行标幺化处理，得到风电出力概率密度函数
、
光伏出力的概率密度函数及负载出力概率密度函数，其中所述风光出力数据包括风电出力数据和光伏出电数据；
[0012]根据所述风电出力概率密度函数
、
所述光伏出力的概率密度函数及所述负载出力概率密度函数采用正态
Copula
函数构建风光荷多维联合概率密度分布函数
f(p
w
,p
p
,p
l
)
为
[0013][0014]其中，
I
为单位矩阵，
ζ
′
＝
[
Φ
‑1(a),
Φ
‑1(b),
Φ
‑1(c)]，
a
，
b
，
c
依次表示风电累积分布函数
、
光伏累积分布函数及负荷累积分布函数，
Φ
‑1表示标准正态分布的累积分布函数的逆函数，
R
为正态
Copula
函数的积矩相关系数矩阵，其中正态
Copula
函数的积矩相关系数矩阵采用最大信息系数
、Kendall
秩相关系数
、Spearman
相关系中的至少一种方式计算得到；
[0015]根据风光荷多维联合概率密度分布函数，确定变压器负载系数
f(k)
为
[0016][0017]其中
p
w
、p
p
、p
l
分别表示风电出力
、
光伏出力
、
负荷的标幺值
。
[0018]根据所述的变压器绝缘状态评估方法，其中方法还包括：
[0019]通过第一传感器采集所述环境参数，所述第一传感器采集的所述环境数据包括环境温度
、
降雨量
、
湿度及风速中的至少一种；
[0020]通过第二传感器采集所述绝缘监测数据，所述第二传感器采集的所述绝缘监测数据油温
、
微水
、
一氧化碳
、
二氧化碳
、
甲烷
、
乙烷
、
乙烯
、
乙炔及氢气中的至少一种，其中所采集绝缘监测数据可自定义调整
。
[0021]根据所述的变压器绝缘状态评估方法，其中采集所述目标变压器的环境参数及绝缘监测数据，根据所述负载系数
、
所述环境参数及所述绝缘监测数据，采用核主成分分析确定所述目标变压器的绝缘状态特征量，包括：
[0022]根据所述目标变压器的变压器负载系数
f(k)、
环境参数及绝缘监测数据，得到样本数据矩阵
S
为
[0023]S
＝
{X1,X2...X
i
,...X
n
}
[0024]其中
i
为变压器数量标识，
X
i
表示第
i
个变压器特征量，且
X
i
表示
m
维向量，
n
为样本总数，且；
[0025]将样本数据矩阵通过非线性映射函数映射至高维特征空间，高维特征空间的维数为
d
，进而得到
d
×
n
非线性映射矩阵
φ
(X)
为
[0026]{
φ
(X1),
φ
(X2),
…
,
φ
(X
i
)
…
,
φ
(X
n
)}
[0027]其中，非线性映射函数的映射方式为
φ
(X)::R
m
→
R
d
，
d
＞＞
m
，其中非线性映射函数还可以采用径向基核函数
、
高斯核函数及本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种变压器绝缘状态评估方法，其特征在于，包括：根据变压器绝缘状态评估请求，获取目标变压器接入的风光出力数据及负荷数据，根据所述风光出力数据及所述负荷数据，确定所述目标变压器的负载系数；采集所述目标变压器的环境参数及绝缘监测数据，根据所述负载系数
、
所述环境参数及所述绝缘监测数据，采用核主成分分析确定所述目标变压器的绝缘状态特征量；获取历史数据和异常状态统计数据，根据所述异常状态统计数据确定所述目标变压器的绝缘状态指标，根据所述历史数据确定所述目标变压器的绝缘状态指标的阈值；获取所述目标变压器的实时监测数据，根据所述实时监测数据
、
所述绝缘状态指标及所述绝缘状态指标的阈值确定所述目标变压器的绝缘状态
。2.
根据权利要求1所述的变压器绝缘状态评估方法，其特征在于，所述根据变压器绝缘状态评估请求，获取目标变压器接入的风光出力数据及负荷数据，根据所述风光出力数据及所述负荷数据，确定所述目标变压器的负载系数，包括：以所述目标变压器的额定容量作为基准值，对所述风光出力数据及所述负荷数据执行标幺化处理，得到风电出力概率密度函数
、
光伏出力的概率密度函数及负载出力概率密度函数，其中所述风光出力数据包括风电出力数据和光伏出电数据；根据所述风电出力概率密度函数
、
所述光伏出力的概率密度函数及所述负载出力概率密度函数采用正态
Copula
函数构建风光荷多维联合概率密度分布函数
f(p
w
,p
p
,p
l
)
为其中，
I
为单位矩阵，
ζ
′
＝
[
Φ
‑1(a),
Φ
‑1(b),
Φ
‑1(c)]
，
a
，
b
，
c
依次表示风电累积分布函数
、
光伏累积分布函数及负荷累积分布函数，
Φ
‑1表示标准正态分布的累积分布函数的逆函数，
R
为正态
Copula
函数的积矩相关系数矩阵，其中正态
Copula
函数的积矩相关系数矩阵采用最大信息系数
、Kendall
秩相关系数
、Spearman
相关系中的至少一种方式计算得到；根据风光荷多维联合概率密度分布函数，确定变压器负载系数
f(k)
为其中
p
w
、p
p
、p
l
分别表示风电出力
、
光伏出力
、
负荷的标幺值
。3.
根据权利要求1所述的变压器绝缘状态评估方法，其特征在于，所述方法还包括：通过第一传感器采集所述环境参数，所述第一传感器采集的所述环境数据包括环境温度
、
降雨量
、
湿度及风速中的至少一种；通过第二传感器采集所述绝缘监测数据，所述第二传感器采集的所述绝缘监测数据油温
、
微水
、
一氧化碳
、
二氧化碳
、
甲烷
、
乙烷
、
乙烯
、
乙炔及氢气中的至少一种，其中所采集绝缘监测数据可自定义调整
。4.
根据权利要求2所述的变压器绝缘状态评估方法，其特征在于，所述采集所述目标变压器的环境参数及绝缘监测数据，根据所述负载系数
、
所述环境参数及所述绝缘监测数据，采用核主成分分析确定所述目标变压器的绝缘状态特征量，包括：根据所述目标变压器的变压器负载系数
f(k)、
环境参数及绝缘监测数据，得到样本数据矩阵
S
为
S
＝
{X1,X2...X
i
,...X
n
}
其中
i
为变压器数量标识，
X
i
表示第
i
个变压器特征量，且
X
i
表示
m
维向量，
n
为样本总数，且；将样本数据矩阵通过非线性映射函数映射至高维特征空间，高维特征空间的维数为
d
，进而得到
d
×
n
非线性映射矩阵
φ
(X)
为
{
φ
(X1),
φ
(X2),
…
,
φ
(X
i
)
…
...

【专利技术属性】
技术研发人员：李橙橙，万元，潘平衡，唐伟，胡边，陈淼，曹旺，付亮，吴昊天，廖学顺，
申请(专利权)人：五凌电力有限公司，
类型：发明
国别省市：