基于多参量联合的特高压换流变的性能评估方法及系统技术方案

技术编号:42407803 阅读:71 留言:0更新日期:2024-08-16 16:27
本发明专利技术公开了基于多参量联合的特高压换流变的性能评估方法及系统,所述方法包括:提供一预训练的一维时序数据预测模型,用于获得当前运行状态下各组工作参量的预测数值;提供一预训练的换流变状态评判模型,根据预测数值和当前运行状态下各组工作参量的在线监测实际值获得两者之间的偏差;根据偏差,获得换流变设备当前运行状态下各工作参量的置信健康度统计量,对换流变设备的运行状态进行检测,进而实现性能评估。本发明专利技术通过综合考虑多维数据的关系,使得特高压环境下换流变设备的维护更加可靠。

【技术实现步骤摘要】

本专利技术属于换流变设备的参数预测和状态评价,具体涉及基于多参量联合的特高压换流变的性能评估方法及系统


技术介绍

1、换流变压器(converter transformer)在高压直流输电(hvdc)和灵活交流输电系统(facts)中占据核心地位,其工作原理涉及复杂的电磁和热力学现象。这种设备的性能受到环境因素、制造工艺和使用年限的共同影响。当变压器内部绝缘材料受潮、劣化或者过热时,其电气性能会发生变化,可能导致局部放电、短路或者过载等故障。这些故障如果不及时发现和处理,有可能引发更为严重的系统事故,如设备爆炸或电网瘫痪。

2、为了解决这个问题,参数预测分析技术被广泛应用于换流变压器的维护中。该技术通过基于时序数据的预测模型对变压器状态参数的分布和趋势进行深入分析,可以准确判断设备的运行状态是否正常。具体而言,技术人员可以使用各种传感器和监测系统来收集换流变压器的运行数据,包括温度、压力、电流、电压等参数。通过预测模型对这些数据的分析,可以及时发现潜在的故障隐患,并采取相应的措施进行维护和修复,从而确保换流变压器的正常运行

3、本文档来自技高网...

【技术保护点】

1.基于多参量联合的特高压换流变的性能评估方法,其特征在于,包括:

2.根据权利要求1所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述提供一预训练的一维时序数据预测模型,包括:

3.根据权利要求2所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述获取换流变设备正常运行状态下的多组历史工作参量,包括:

4.根据权利要求2所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述提供一基础预测模型,利用所述多组历史工作参量对所述基础预测模型进行训练,得到一维时序数据预测模型,包括:

5.根据权利要求4所...

【技术特征摘要】

1.基于多参量联合的特高压换流变的性能评估方法,其特征在于,包括:

2.根据权利要求1所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述提供一预训练的一维时序数据预测模型,包括:

3.根据权利要求2所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述获取换流变设备正常运行状态下的多组历史工作参量,包括:

4.根据权利要求2所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述提供一基础预测模型,利用所述多组历史工作参量对所述基础预测模型进行训练,得到一维时序数据预测模型,包括:

5.根据权利要求4所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述以transformer作为基础架构,并引入稀疏型加注意力机制,构建得到基础预测模型,包括:

6.根据权利要求1所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述提供一预训练的换流变状态评判模型,包括:

7.根据权利要求6所述的基于多参量联合的特高压换流变的性能评估方法,其特征在于,所述根据所述偏差,获得换流变设备当前运行状态下各工作参量的置信健康度统计量,包括:

8.一种基于多参量联合的特高压换流变的性能评估系统,其特征在于,包括:...

【专利技术属性】
技术研发人员:郭贤珊张民程林罗传仙张静许永鹏周正钦杨旭江翼周文刘睿金雷黄勤清程立丰万成德孙炜昊江秀臣
申请(专利权)人:国网电力科学研究院武汉南瑞有限责任公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1