【技术实现步骤摘要】
本专利技术涉及变压器风冷控制，具体为一种基于人工智能的变压器风冷控制系统。
技术介绍
1、随着国家智能电网的建设推进，变压器作为智能电网建设的关键设备，市场前景广阔，同时，市场对变压器的需求提升的同时，对其性能要求也在不断提升，尤其是加快变压器提供散热的风冷装置，如何对风冷进行控制是当前电力行业亟待解决的问题；
2、现有的基于人工智能的变压器风冷控制系统中，往往是通过监测变压器的运行状态实现对风冷的开关状态进行控制，保持运行状态下的变压器对应的风冷状态保持开启；但是，该方式存在较大的缺陷，该方式下的风冷装置对应的散热功率(风机转速)往往是恒定的且为管理员提前预置的，未考虑到设备的运行信息及周边环境对风冷装置的散热需求的影响，无法实现对风冷的自适应调节；通常情况下，风冷装置的散热功率过低，会导致变压器的散热不及时，容易对变压器的使用寿命造成影响；而风冷装置的散热功率过高，又会造成能源浪费。
技术实现思路
1、本专利技术的目的在于提供一种基于人工智能的变压器风冷控制系统，以解决上述
技术介绍
中提出的问题。
2、为了解决上述技术问题，本专利技术提供如下技术方案：一种基于人工智能的变压器风冷控制系统，所述系统包括风冷需求特征生成模块、三维模型构建模块、风冷干扰特征分析模块、风冷调节动态值获取模块及调节管理模块，
3、所述风冷需求特征生成模块通过传感器实时获取待测变压器的运行数据及待测变压器周边的环境信息，生成待测变压器的风冷需求特征信息；
4、
5、所述风冷干扰特征分析模块采集待测变压器所处空间模型中的分布位置，锁定空间模型中待测变压器的各个风冷干扰源，并获取待测变压器对应的每个风冷干扰源的干扰特征信息；
6、所述风冷调节动态值获取模块根据待测变压器对应的每个风冷干扰源的干扰特征信息及待测变压器周边的环境信息，生成待测变压器在不同时间的对冲干扰系数；结合历史数据库中待测变压器的风冷需求特征信息的数据变化趋势，得到待测变压器的风冷调节动态值；
7、所述调节管理模块根据待测变压器的风冷调节动态值，实时对待测变压器的风扇转速进行动态调节；并根据单位时间内的动态调节波动量，对管理员进行异常波动反馈，所述单位时间为数据库中预置的常数。
8、进一步的，所述风冷需求特征生成模块生成待测变压器的风冷需求特征信息时，将待测变压器在时间t时对应的风冷需求特征信息记为at，所述at＝{ayt，aht}，其中，ayt表示传感器在时间t时获取的待测变压器的运行数据；aht表示传感器在时间t时获取的待测变压器周边的环境信息；
9、所述待测变压器的运行数据包括相应变压器的连续工作时长、相应变压器在连续工作时长内的平均运行功率；
10、所述待测变压器周边的环境信息包括待测变压器第一单位距离内在相应时间对应的实际气温的平均值及天气预报中待测变压器所处区域在相应时间对应的气温，所述第一单位距离为数据库中预置的常数。
11、本专利技术考虑到风冷需求特征信息是为了后续步骤中得到待测变压器的风冷调节动态值及生成待测变压器在不同时间的对冲干扰系数提供了数据参照。
12、进一步的，所述风冷干扰特征分析模块包括风冷干扰源锁定单元及干扰特征信息获取单元，
13、所述风冷干扰源锁定单元将空间模型构建单元中待测变压器对应的空间模型内，除待测变压器之外的每个变压器均作为一个备选风冷干扰源；结合当前时间各个备选风冷干扰源的运行状态，锁定所得备选风冷干扰源中的风冷干扰源及每个风冷干扰源对应的影响关联链；
14、所述干扰特征信息获取单元用于获取待测变压器对应的每个风冷干扰源分别对应的干扰特征信息；
15、所述风冷干扰源对应的干扰特征信息通过相应风冷干扰源所述影响关联链上各个链节点对应的变压器的风冷需求特征信息获取。
16、本专利技术通过待测变压器的空间位置，锁定其对应的各个备选风冷干扰源(周边的备选风冷干扰源受距离限制，距离近的备选风冷干扰源对应变压器在运行时的散热会对待测变压器的风冷散热产生抑制作用)，并分析历史数据中各个备选风冷干扰源运行数据之间的关联性，构建每个风冷干扰源对应的影响关联链，为后续步骤中生成待测变压器在不同时间的对冲干扰系数提供了数据支撑。
17、进一步的，所述风冷干扰源锁定单元锁定所得备选风冷干扰源中的风冷干扰源及每个风冷干扰源对应的影响关联链时，将所得各个备选风冷干扰源中在当前时间保持运行状态的每个变压器作为待测变压器的一个风冷干扰源；将所得的第i个风冷干扰源记为bi；
18、获取bi与待分析变压器之间的关联关系，得到bi与待分析变压器之间的关联指数，记为zbi，所述待分析的变压器为所得备选风冷干扰源中不为bi的任意一个备选风冷干扰源对应的变压器；
19、所述zbi＝t{qi∩qf}/t{qi∪qf}，
20、其中，qi表示历史数据中bi对应变压器为运行状态时的时间区间；qf表示历史数据中待分析的变压器为运行状态时的时间区间；t{qi∩qf}表示qi与qf的交集对应时间区间相应的时长；t{qi∪qf}表示qi与qf的并集中，从起始参照点开始的后续时间区间相应的时长；所述起始参照点为qi与qf的交集对应时间区间中的最小时间点；
21、将与bi之间的关联指数大于等于第一预设值的所有备选风冷干扰源均作为bi对应的影响关联链中的链节点，且bi对应的影响关联链中的链节点包括bi；所述待测变压器对应的bi的干扰特征信息为bi对应的影响关联链中，每个链节点从相应起始参照点的最小值至当前时间的时间区间内相应变压器的工作状态，及工作状态为运行状态时相应变压器的运行功率，所述工作状态包括运行状态及空闲状态。
22、本专利技术构建每个风冷干扰源对应的影响关联链时，每个影响关联链包括一个或多个备选风冷干扰源/风冷干扰源，不同影响关联链中可能存在的交集不为空集。
23、进一步的，所述风冷调节动态值获取模块包括对冲干扰系数分析单元及动态调节分析单元，
24、所述对冲干扰系数分析单元用于根据待测变压器对应的每个风冷干扰源的干扰特征信息及待测变压器周边的环境信息，生成待测变压器在不同时间的对冲干扰系数；
25、所述动态调节分析单元结合历史数据库中待测变压器的风冷需求特征信息的数据变化趋势，得到待测变压器的风冷调节动态值；
26、所述对冲干扰系数分析单元生成待测变压器在不同时间的对冲干扰系数时，将对冲干扰系数分析单元生成待测变压器在不同时间的对冲干扰系数记为dc；
27、
28、其中，i1表示待测变压器对应风冷干扰源的总个数；ui表示待测变压器的第i个风冷干扰源对应的影响关联链中，含有的待测变压器的风冷干扰源的总个数；di表示bi对应的干扰特征信息对待测变压器产生的本文档来自技高网...
【技术保护点】
1.一种基于人工智能的变压器风冷控制系统，其特征在于，所述系统包括风冷需求特征生成模块、三维模型构建模块、风冷干扰特征分析模块、风冷调节动态值获取模块及调节管理模块，
2.根据权利要求1所述的一种基于人工智能的变压器风冷控制系统，其特征在于：所述风冷需求特征生成模块生成待测变压器的风冷需求特征信息时，将待测变压器在时间t时对应的风冷需求特征信息记为At，所述At＝{AYt，AHt}，其中，AYt表示传感器在时间t时获取的待测变压器的运行数据；AHt表示传感器在时间t时获取的待测变压器周边的环境信息；
3.根据权利要求2所述的一种基于人工智能的变压器风冷控制系统，其特征在于：所述风冷干扰特征分析模块包括风冷干扰源锁定单元及干扰特征信息获取单元，
4.根据权利要求3所述的一种基于人工智能的变压器风冷控制系统，其特征在于：所述风冷干扰源锁定单元锁定所得备选风冷干扰源中的风冷干扰源及每个风冷干扰源对应的影响关联链时，将所得各个备选风冷干扰源中在当前时间保持运行状态的每个变压器作为待测变压器的一个风冷干扰源；将所得的第i个风冷干扰源记为Bi；
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。