【摘要】：油浸式變壓器是電力系統(tǒng)中最重要的設(shè)備之一,它起著變換電能的作用。變壓器的損壞不僅影響電網(wǎng)的安全、穩(wěn)定運(yùn)行,而且會帶來巨額的經(jīng)濟(jì)損失。大部分變壓器損壞是由于其失去了應(yīng)有的絕緣能力,而頂層油溫是表征變壓器絕緣能力的重要因素,特別是在迎峰度夏和度冬期間,頂層油溫超限將直接限制變壓器的負(fù)載能力與使用壽命。因此,為了準(zhǔn)確預(yù)判變壓器的運(yùn)行狀態(tài),提升變壓器的安全、可靠性,有必要對頂層油溫進(jìn)行計(jì)算與預(yù)測。本文從變壓器頂層油溫的計(jì)算模型、預(yù)測方法和輔助調(diào)度員決策三個方面進(jìn)行研究,主要內(nèi)容如下:首先,本文深入分析油浸式變壓器的熱特性,詳細(xì)描述變壓器的內(nèi)部油流循環(huán)過程以及傳熱散熱理論,繪制出變壓器的升溫曲線和冷卻曲線。接著,對常見、經(jīng)典的變壓器頂層油溫計(jì)算方法進(jìn)行介紹,指出其中存在的不足之處,引入代表空氣濕度的修正項(xiàng),提出變壓器頂層油溫改進(jìn)計(jì)算模型。在相同的輸入條件下,比較IEEE經(jīng)典模型和改進(jìn)計(jì)算模型的預(yù)測效果,結(jié)果表明所提改進(jìn)模型的頂層油溫預(yù)測精度更高。其次,根據(jù)變壓器在線監(jiān)測的實(shí)際情況,為了更好地預(yù)測變壓器頂層油溫,本文選取變壓器的負(fù)載電流、環(huán)境溫度、空氣濕度、有功功率、無功功率及前一時刻頂層油溫作為特征參量,建立一種基于Elman神經(jīng)網(wǎng)絡(luò)的變壓器頂層油溫預(yù)測模型。在兩臺并列運(yùn)行的變壓器上應(yīng)用Elman神經(jīng)網(wǎng)絡(luò)預(yù)測模型,并與BP神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值進(jìn)行比較。結(jié)果顯示Elman神經(jīng)網(wǎng)絡(luò)模型的預(yù)測值與實(shí)測值具有更好的一致性,且對實(shí)際運(yùn)行的變壓器頂層油溫有較好的預(yù)測效果。最后,針對用電高峰時期,四川某地區(qū)變電站變壓器故障突出的實(shí)際情況,探討變壓器在線監(jiān)測的常見故障類型和異常情況。選取一種變壓器的故障情況作為研究對象,利用前述的Elman神經(jīng)網(wǎng)絡(luò)頂層油溫預(yù)測模型輔助調(diào)度員決策,對具體流程、實(shí)現(xiàn)方法進(jìn)行詳盡分析,且給出了輔助決策建議。
[Abstract]:Oil-immersed transformer is one of the most important equipments in power system. Transformer damage not only affects the safety and stability of power grid, but also brings huge economic losses. Most of the transformer damage is due to the loss of its due insulation capacity, and the top oil temperature is an important factor to characterize the transformer insulation capacity, especially during the summertime and winter. Top-level oil temperature overruns will directly limit the transformer's load capacity and service life. Therefore, it is necessary to calculate and predict the top oil temperature in order to accurately predict the operating state of the transformer and enhance the safety and reliability of the transformer. The main contents of this paper are as follows: firstly, the thermal characteristics of oil-immersed transformer are deeply analyzed in this paper. The internal oil circulation process and heat transfer and heat dissipation theory of the transformer are described in detail, and the heating and cooling curves of the transformer are drawn. Then, the common and classical calculation method of oil temperature on top layer of transformer is introduced, and the shortcomings are pointed out. The modified term representing air humidity is introduced, and the improved calculation model of oil temperature of top layer of transformer is put forward. Under the same input conditions, the prediction results of the classical IEEE model and the improved calculation model are compared. The results show that the prediction accuracy of the proposed improved model is higher than that of the improved model. Secondly, according to the actual condition of on-line monitoring of transformer, in order to better predict the top oil temperature of transformer, this paper selects the load current, ambient temperature, air humidity, active power of transformer. Based on Elman neural network, a prediction model of top oil temperature of transformer is established based on reactive power and oil temperature at the top of the transformer. The prediction model of Elman neural network is applied to two parallel transformers, and the prediction value of BP neural network model is compared with that of BP neural network model. The results show that the predicted value of the Elman neural network model is more consistent with the measured value, and it has a better prediction effect on the oil temperature of the top layer of the transformer. Finally, in view of the actual situation of transformer fault outburst in a certain area of Sichuan province during the peak period of power consumption, the common fault types and abnormal conditions of transformer on-line monitoring are discussed. In this paper, a transformer fault is selected as the research object, the top-level oil temperature prediction model of the Elman neural network is used to assist the dispatcher's decision making, the detailed analysis of the concrete flow and the realization method are carried out, and the auxiliary decision suggestions are given.
【學(xué)位授予單位】：西南交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TM41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王世閣;《變壓器》雜志對變壓器運(yùn)行維護(hù)工作的推動——紀(jì)念《變壓器》雜志誕生40周年[J];變壓器;2004年03期

2 李翠英,劉金晟;淺析變壓器的常見故障及檢測方法[J];重慶工業(yè)高等�？茖W(xué)校學(xué)報;2004年03期

3 梁武剛;;變壓器故障的統(tǒng)計(jì)分析及預(yù)防方法[J];太原城市職業(yè)技術(shù)學(xué)院學(xué)報;2004年S2期

4 周少金;變壓器故障的統(tǒng)計(jì)分析及預(yù)防方法[J];工業(yè)安全與環(huán)保;2005年08期

5 譚佳明;對變壓器更新節(jié)能的思考與建議[J];山西煤炭;2005年03期

6 江偉;;變壓器故障分析及防護(hù)措施[J];安防科技;2006年01期

7 焦立猛;賈東權(quán);;變壓器故障分析及預(yù)防方法[J];吉林水利;2006年S1期

8 潘明九;王穎;;望聞問切法診斷變壓器故障[J];機(jī)電設(shè)備;2007年02期

9 孫廣智;;通過變壓器的聲音判斷其運(yùn)行狀況[J];科技信息(科學(xué)教研);2007年13期

10 呂俊霞;;變壓器常見故障的查找和排除方法[J];中國水能及電氣化;2007年11期

相關(guān)會議論文 前10條

1 卜新宇;;變壓器進(jìn)水受潮的分析、監(jiān)測及預(yù)防[A];自主創(chuàng)新與持續(xù)增長第十一屆中國科協(xié)年會論文集（1）[C];2009年

2 錢藝華;蘇偉;胡紅紅;姚唯建;;腐蝕性硫?qū)е伦儔浩鞴收系木C合分析及處理[A];第十三屆全國工程電介質(zhì)學(xué)術(shù)會議論文集[C];2011年

3 史春紅;裴繼東;趙志南;;一起110kV變壓器故障判斷及原因分析[A];虛擬運(yùn)營與云計(jì)算——第十八屆全國青年通信學(xué)術(shù)年會論文集（下冊）[C];2013年

4 張永記;陳德興;池善活;鄭國順;;變壓器局部放電在線監(jiān)測和故障診斷[A];重慶市電機(jī)工程學(xué)會2010年學(xué)術(shù)會議論文集[C];2010年

5 楊紅權(quán);顧杰;;油中溶解氣體分析法診斷變壓器故障[A];2003中國電機(jī)工程學(xué)會電力系統(tǒng)自動化專委會供用電管理自動化分專業(yè)委員會成立暨第一屆學(xué)術(shù)交流會議論文集[C];2003年

6 湯勇;廖桂豫;;三種色譜分析法判別變壓器故障應(yīng)用比較[A];全國火電600MW級機(jī)組協(xié)作網(wǎng)第七屆年會論文集[C];2003年

7 蔡潮琦;戴莉萍;;變壓器專用密封圈的研制[A];第二十屆華東六省一市電機(jī)工程（電力）學(xué)會輸配電技術(shù)討論會論文集[C];2012年

8 朱旭東;;基于聯(lián)合時頻分析的變壓器沖擊試驗(yàn)故障識別方法研究[A];’02全國電工測試技術(shù)學(xué)術(shù)交流會論文集[C];2002年

9 張群;;變壓器熱故障的綜合分析診斷[A];浙江電力科學(xué)發(fā)展[C];2005年

10 應(yīng)高亮;;應(yīng)用色譜法診斷變壓器故障時容易引起誤判的因素[A];2012輸變電年會論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 本報記者 李勝永;變壓器的診斷專家[N];中國電力報;2011年

2 馬娟;中小型老舊變壓器更新?lián)Q代是節(jié)能降耗的重要舉措[N];中國水利報;2007年

3 西山煤電集團(tuán)西銘礦選煤場 張潤紅;變壓器的異常運(yùn)行分析及處理[N];山西科技報;2009年

4 王國紅;如何預(yù)防變壓器故障[N];中國電力報;2000年

5 本報記者 劉肖勇 見習(xí)記者 阮鳳娟 通訊員 李梓;為變壓器保駕護(hù)航[N];廣東科技報;2011年

6 王國紅;如何預(yù)防變壓器故障[N];國家電網(wǎng)報;2008年

7 河南 劉利君 郜振國;根據(jù)異常響聲判斷變壓器故障[N];電子報;2011年

8 歐陽杰群　王春寧;南京電網(wǎng)實(shí)時在線監(jiān)測變壓器故障[N];國家電網(wǎng)報;2012年

9 陳俊鐸;變壓器故障判斷有竅門[N];中國電力報;2006年

10 彭文萍　鄧艾躍 孫曉龍;變壓器安全運(yùn)行研討會在京召開[N];中國電力報;2007年

相關(guān)博士學(xué)位論文 前10條

1 王學(xué)磊;變壓器復(fù)合故障智能識別與熱動力學(xué)焓變診斷技術(shù)研究[D];山東大學(xué);2015年

2 岳國良;油浸式電力變壓器負(fù)載能力在線評估及冷卻控制策略研究[D];華北電力大學(xué);2015年

3 鄭婧;基于盲分離的電力變壓器振動模型研究[D];浙江大學(xué);2015年

4 謝紅俠;變壓器維修決策的研究[D];中國礦業(yè)大學(xué);2012年

5 楊廷方;變壓器在線監(jiān)測與故障診斷新技術(shù)的研究[D];華中科技大學(xué);2008年

6 武中利;電力變壓器故障診斷方法研究[D];華北電力大學(xué);2013年

7 張冰;大型電力變壓器的GIC影響效應(yīng)研究[D];華北電力大學(xué)（北京）;2010年

8 彭寧云;基于DGA技術(shù)的變壓器故障智能診斷系統(tǒng)研究[D];武漢大學(xué);2004年

9 高駿;電力變壓器故障診斷與狀態(tài)綜合評價研究[D];華中科技大學(xué);2011年

10 金貴陽;面向MRO的變壓器服務(wù)平臺關(guān)鍵技術(shù)研究[D];浙江大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 張雅楠;基于PAS與DFNN的變壓器故障預(yù)測研究[D];河北聯(lián)合大學(xué);2014年

2 仝克帥;電動力導(dǎo)致的變壓器繞組受力分布與狀態(tài)分析[D];昆明理工大學(xué);2015年

3 段朝磊;變壓器熱損的熱流場模型與熱點(diǎn)分析研究[D];昆明理工大學(xué);2015年

4 陳亞博;多參量分析的變壓器過載能力研究[D];上海交通大學(xué);2015年

5 王琳;基于變壓器油在線監(jiān)測技術(shù)的變壓器故障檢測[D];山東大學(xué);2015年

6 孟兵;智能組合電器設(shè)計(jì)研究[D];山東大學(xué);2015年

7 邊道海;基于可變頻變壓器的電網(wǎng)互聯(lián)研究[D];中國礦業(yè)大學(xué);2015年

8 吳劍雄;配網(wǎng)變壓器故聯(lián)診斷方法分析研究[D];華北電力大學(xué);2015年

9 楊芮;基于油中溶解氣體能態(tài)分析的變壓器內(nèi)部放電缺陷模式識別[D];華北電力大學(xué);2015年

10 張思賓;變壓器在線檢測與故障診斷技術(shù)研究[D];華北電力大學(xué);2015年

，

本文編號：2167817