一种变压器绕组热点温度反演方法技术

本发明专利技术涉及一种变压器绕组热点温度反演方法，属于变压器运行监测技术领域。该方法包括：采集变压器实时状态下的负载电流、顶层油温、环境温度、有功功率、环境湿度、箱体表面最大温度和绕组热点温度，并对其进行预处理和归一化；然后将归一化后的绕组热点温度作为输出数据，其他数据作为输入数据；再将SA与GRU进行拼接构建SA‑GRU神经网络模型；将训练集输入SA‑GRU神经网络进行训练，使用均方差损失函数进行网络参数的学习；最后使用贝叶斯算法进行参数寻优，直到寻找到最优的超参数组合。本发明专利技术具有响应迅速、误差较小的优点，对电力变压器绕组热点温度研究具有重要意义。

【技术实现步骤摘要】

本专利技术属于变压器运行监测，涉及一种变压器绕组热点温度反演方法。

技术介绍

1、变压器是担任着电能转换中电压的转换、功率的传输等重要作用的设备，其安全稳定运行对于保障用电可靠性极为重要。随着电网容量的逐步扩增，电网的可靠性及必然要得到提升，一旦变压器发生故障，会带来大规模的停电停产，这不仅会影响广大市民的正常生活，并且还会严重影响国民经济的发展。

2、温度对变压器的稳定运行起着至关重要的作用，绕组是整个变压器温度最高的部位，热点温度的变化直接关系到变压器的正常运行和使用寿命。在绕组周围难以布置传感器进行热力参数的测量，因为变压器内部是一个强磁场、高电压的环境，变压器的正常运行会对温度传感器产生较强的电磁干扰，产生较强的测量误差。而使用数值计算的方法对变压器进行多物理场耦合分析进而进行热点分析实时性较差，难以对各种工况做出快速响应。

3、随着深度学习技术的发展，参数间的非线性拟合得以实现。变压器绕组热点温度与负载电流、顶层油温、环境温度、有功功率、环境湿度等可便捷测量的参数具有一定相关性，利用深度学习的方法可以较好地拟合出各类可便捷本文档来自技高网...

【技术保护点】

1.一种变压器绕组热点温度反演方法，其特征在于，该方法具体包括以下步骤：

2.根据权利要求1所述的变压器绕组热点温度反演方法，其特征在于，步骤S1中，对采集的各数据进行预处理及归一化处理，具体包括以下步骤：

3.根据权利要求1所述的变压器绕组热点温度反演方法，其特征在于，步骤S3中，构建SA-GRU神经网络模型的具体步骤为：首先通过GRU层对输入序列进行处理，并产生隐藏状态；然后通过SA模块对隐藏状态进行加权处理；最后通过线性变换操作将加权后的隐藏状态映射到最终的输出以构建SA-GRU神经网络模型。

4.根据权利要求3所述的变压器绕组热点温度反演方法，...

【技术特征摘要】

1.一种变压器绕组热点温度反演方法，其特征在于，该方法具体包括以下步骤：

2.根据权利要求1所述的变压器绕组热点温度反演方法，其特征在于，步骤s1中，对采集的各数据进行预处理及归一化处理，具体包括以下步骤：

3.根据权利要求1所述的变压器绕组热点温度反演方法，其特征在于，步骤s3中，构建sa-gru神经网络模型的具体步骤为：首先通过gru层对输入序列进行处理，并产生隐藏状态；然后通过sa模块对隐藏状态进行加权处理；最后通过线性变换操作将加权后的隐...

【专利技术属性】
技术研发人员：郝越峰，张占龙，刘雪莉，高嘉泰，杨渝，房劲，
申请(专利权)人：重庆大学，
类型：发明
国别省市：