一种电气设备内部环境预测分析方法技术

本发明专利技术公开了一种电气设备内部环境预测分析方法

【技术实现步骤摘要】
一种电气设备内部环境预测分析方法、系统、终端及介质


[0001]本专利技术涉及数据分析
，更具体地说，它涉及一种电气设备内部环境预测分析方法
、
系统
、
终端及介质
。

技术介绍

[0002]电气设备的主要功能是用来传输
、
分配电能和转换电能的，这些功能的实现是通过电流的流通来完成的
。
电气设备的许多故障和事故都是由于电气设备的过热引起的，及早发现过热并排除，可以大大减少电力系统的故障与事故，提高供电可靠性
。
[0003]目前，对于电气设备的内部温度预测主要是采用机器学习和数据拟合方式等实现的，如深度学习预测模型
、PSO
‑
LSSVM
预测模型等机器学习模型
。
然而，电气设备的内部温度变化不仅仅是受流通电流的大小影响，还受电气设备外部的温度
、
电气设备的壳体散热性能以及电气设备的内部湿度等因素影响
。
在采用机器学习模型进行预测时，为保障模型预测的准确性与可靠性，训练模型所需的样本数量较多，且不同电气设备的壳体散热性能不同以及所处环境条件不同，导致不同的电气设备需要训练一个独立的机器学习模型；对于包含大量电气设备的电力系统而言，若采用机器学习模型对各个电气设备的温度进行预测，所需要投入的资源较多，不利于大面积推广应用
。
而采用数据拟合方式对受多个因素影响的温度变化情况进行温度预测，存在误差较大，可靠性较差的问题<br/>。
[0004]因此，如何研究设计一种能够克服上述缺陷的电气设备内部环境预测分析方法
、
系统
、
终端及介质是我们目前急需解决的问题
。

技术实现思路

[0005]为解决现有技术中的不足，本专利技术的目的是提供一种电气设备内部环境预测分析方法
、
系统
、
终端及介质，能够在电气设备的内部温度波动过程中准确定位温度波动的极值点，可有效降低误差幅度，提高了电气设备内部温度预测的准确性与可靠性
。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0007]第一方面，提供了一种电气设备内部环境预测分析方法，包括以下步骤：
[0008]实时采集电气设备的内部温度数据
、
内部湿度数据
、
内部电流数据和外部温度数据；
[0009]根据内部温度数据
、
内部湿度数据和外部温度数据分别确定各个数据在波动周期内随时间变化的内部温度变化速率
、
内部湿度变化速率和外部温度变化速率；
[0010]根据内部电流数据确定电流平均值在波动周期内随时间变化的平均电流变化速率；
[0011]以平均电流变化速率
、
内部湿度变化速率和外部温度变化速率为自变量以及内部温度变化速率为因变量建立波动周期内的速率影响函数；
[0012]分析电气设备在下一时刻或下一时段的内部湿度预测值
、
内部电流预测值和外部温度预测值；
[0013]根据内部湿度预测值
、
内部电流预测值和外部温度预测值分别确定内部湿度的预测变化速率
、
内部电流的预测变化速率和外部温度的预测变化速率；
[0014]将内部湿度的预测变化速率
、
内部电流的预测变化速率和外部温度的预测变化速率输入到速率影响函数后计算得到内部温度的预测变化速率，并结合电气设备的实时内部温度计算得到电气设备在下一时刻或下一时段的内部温度预测值
。
[0015]进一步的，所述波动周期的确定过程中具体为：
[0016]从内部温度数据中选取连续分布的温度波谷极点；
[0017]以第
m
个温度波谷极点为起始点
、
第
m+1
个温度波谷极点为终止点将内部温度数据划分为连续分布的动态周期；
[0018]选取距离当前时间节点最近的动态周期作为波动周期
。
[0019]进一步的，若所述波动周期中存在干扰功率，则将相应的动态周期过滤后重新选取波动周期；
[0020]所述干扰功率为通风散热控制功率
、
风冷循环控制功率和湿度控制功率中的任意一种
。
[0021]进一步的，所述平均电流变化速率的计算公式具体为：
[0022][0023][0024]其中，表示波动周期内
j
时刻所对应的平均电流变化速率；表示波动周期内
j
时刻所对应的电流平均值；表示波动周期内
j
‑
Δ
n
时刻所对应的电流平均值；
Δ
n
表示计算平均电流变化速率的时间间隔；
T
表示波动周期；
I(t)
表示内部电流数据中电流随时间变化的电流函数
。
[0025]进一步的，所述速率影响函数采用
matlab
软件进行多自变量函数拟合得到
。
[0026]进一步的，所述速率影响函数的表达式具体为：
[0027][0028]其中，表示
i
时刻的内部温度变化速率；表示
i
时刻的平均电流变化速率，对应的
+
表示内部温度变化速率与平均电流变化速率呈正相关；表示
i
时刻的外部温度变化速率，对应的
+
表示内部温度变化速率与外部温度变化速率呈正相关；表示
i
时刻的内部湿度变化速率，对应的
‑
表示内部温度变化速率与内部湿度变化速率呈负相关
。
[0029]进一步的，所述速率影响函数的计算公式具体为：
[0030][0031]其中，
a
表示平均电流变化速率的相关系数；
b
表示外部温度变化速率的相关系数；
c
表示内部湿度变化速率的相关系数
。
[0032]第二方面，提供了一种电气设备内部环境预测分析系统，包括：
[0033]实时数据采集模块，用于实时采集电气设备的内部温度数据
、
内部湿度数据
、
内部电流数据和外部温度数据；
[0034]第一速率确定模块，用于根据内部温度数据
、
内部湿度数据和外部温度数据分别确定各个数据在波动周期内随时间变化的内部温度变化速率
、
内部湿度变化速率和外部温度变化速率；
[0035]第二速率确定模块，用于根据内部电流数据确定电流平均值在波动周期内随时间变化的平均电流变化速率；
[0036]速率函数拟合模块，用于以平均电流变化速率
、
内部湿度变化速率和外部温度变化速率为自本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种电气设备内部环境预测分析方法，其特征是，包括以下步骤：实时采集电气设备的内部温度数据
、
内部湿度数据
、
内部电流数据和外部温度数据；根据内部温度数据
、
内部湿度数据和外部温度数据分别确定各个数据在波动周期内随时间变化的内部温度变化速率
、
内部湿度变化速率和外部温度变化速率；根据内部电流数据确定电流平均值在波动周期内随时间变化的平均电流变化速率；以平均电流变化速率
、
内部湿度变化速率和外部温度变化速率为自变量以及内部温度变化速率为因变量建立波动周期内的速率影响函数；分析电气设备在下一时刻或下一时段的内部湿度预测值
、
内部电流预测值和外部温度预测值；根据内部湿度预测值
、
内部电流预测值和外部温度预测值分别确定内部湿度的预测变化速率
、
内部电流的预测变化速率和外部温度的预测变化速率；将内部湿度的预测变化速率
、
内部电流的预测变化速率和外部温度的预测变化速率输入到速率影响函数后计算得到内部温度的预测变化速率，并结合电气设备的实时内部温度计算得到电气设备在下一时刻或下一时段的内部温度预测值
。2.
根据权利要求1所述的一种电气设备内部环境预测分析方法，其特征是，所述波动周期的确定过程中具体为：从内部温度数据中选取连续分布的温度波谷极点；以第
m
个温度波谷极点为起始点
、
第
m+1
个温度波谷极点为终止点将内部温度数据划分为连续分布的动态周期；选取距离当前时间节点最近的动态周期作为波动周期
。3.
根据权利要求2所述的一种电气设备内部环境预测分析方法，其特征是，若所述波动周期中存在干扰功率，则将相应的动态周期过滤后重新选取波动周期；所述干扰功率为通风散热控制功率
、
风冷循环控制功率和湿度控制功率中的任意一种
。4.
根据权利要求1所述的一种电气设备内部环境预测分析方法，其特征是，所述平均电流变化速率的计算公式具体为：流变化速率的计算公式具体为：其中，表示波动周期内
j
时刻所对应的平均电流变化速率；表示波动周期内
j
时刻所对应的电流平均值；表示波动周期内
j
‑
Δ
n
时刻所对应的电流平均值；
Δ
n
表示计算平均电流变化速率的时间间隔；
T
表示波动周期；
I(t)
表示内部电流数据中电流随时间变化的电流函数
。5.
根据权利要求1所述的一种电气设备内部环境预测分析方法，其特征是，所述速率影响函数采用
matlab
软件进行多自变量函数拟合得到
。
6.

【专利技术属性】
技术研发人员：许崇杰，胡宽，李庚宸，杨晓宇，李岩，张冰，李瑞青，郑晓东，孙浩，来勇，董玉锡，
申请(专利权)人：国网山东省电力公司日照供电公司，
类型：发明
国别省市：