[发明专利]一种折边油箱箱盖及其热点温度在线监测方法

说明书

技术领域

本发明公开一种折边油箱箱盖及其热点温度在线监测方法，属于变压器设计制造与信号监测技术领域。

技术背景

电力变压器是电力系统中传输电能的高压电设备，其性能好坏直接影响电力系统的安全、稳定运行。众多研究发现，变压器绕组温度，尤其是绕组热点，已经成为变压器安全、经济运行以及使用寿命决定性因素。大部分变压器的寿命终结是因其丧失了应有的绝缘能力，而影响绝缘能力的最主要因素是变压器运行时的绕组温度。使用绕组温度计来监测运行时的绕组温度有助于变压器达到预期的设计寿命。所以变压器绕组低温过热的问题，是运行和制造部门函待研究解决的重要问题之一。电力变压器在运行过程中绝缘系统一直承受着化学性质的老化，该过程是积累性的且能导致绝缘系统失去绝缘性能危害。对于A级绝缘的变压器，温度每增加6℃，绝缘老化速度增加一倍。随着电力事业的发展，大容量超高压变压器得到了迅速的发展和应用。为了保障变压器运行安全可靠，延长变压器的使用寿命，测量变压器绕组的温度已显得分重要。

目前国内有的是以变压器顶层油温作为保障变压器安全运行的投切信号，把层油温作为变压器监控装置的判断依据，通过监控顶层油温来保障变压器的安全运行然而这种方法有许多不足之处。这是因为大容量变压器顶层油温明显滞后于绕组油温。当变压器负荷快速增加时，由于热传递响应速度的原因，变压器顶层油温需经数小时能反映出绕组的工况变化。显然，以变压器项层油温作为保障变压器安全运行的投切号不能及时有效地保护变压器的安全可靠运行。此外，由于变压器安装起吊时，全部重力作用在箱盖上，容易使箱盖发生形变。

发明内容

针对上述缺陷和不足，本发明在变压器设计制造中引入一种新的折边油箱箱盖技术和软测量在线监测方法。该技术增强了变压器油箱箱盖的机械强度和安全性，外形更简洁美观；配套使用在线监测方法可以快速、实时、准确的对变压器的热点温度进行监测。

本发明提出一种折边油箱箱盖及其热点温度在线监测方法，其内容包括：

1.一种新折边油箱箱盖技术，其整体结构如图1。

2.采用软测量技术实现变压器热点温度的在线监测。

3.油箱箱盖成矩形，箱盖四条边缘向油箱箱盖的反面折弯并与油箱箱盖所在平面垂直，且折弯部分的长度大于螺栓的长度。

4.折弯四角的接缝处光滑焊接，防止灰尘、雨水等进入箱内。

5.采用神经网络构建软测量模型，该软测量模型可以实现在线监测变压器热点温度信息。

6.采用RBF神经网络构建模型。神经网络选择的基本变量有：额定电压、电流，绕组系数，额定容量，铁心直径，频率，磁场强度，磁通，漏磁，负载电流，电流密度、电场强度、损耗比，电阻率，环境温度，负载系数等。

7.该RBF神经网络的输入层神经元的个数是根据选取输入变量个数确定，其输出层神经元个数是根据需要检测的变量的个数确定，在本发明中需要监测热点温度，只需要1个输出神经元。

8.RBF网络的基函数采用高斯函数；基函数的学习中心用K-均值聚类算法获得；权值的学习采用LMS算法。

9.通过调整输入和输出层神经元的个数、输出权值以及相关参数，来实现适应不同的变压器以及不同的工作环境。

附图说明

图1为折边油箱箱盖结构图，其中(1)油箱箱盖，(2)油箱箱盖折边部分，(3)螺栓孔。

图2为RBF神经网络建模流程图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

如图1所示，油箱箱盖成矩形，箱盖四条边缘向油箱箱盖的同一面折弯并与油箱箱盖所在平面垂直，且折弯部分的长度大于螺栓的长度。折弯四角的接缝处光滑焊接，防止灰尘、雨水等进入箱内。

对于热点温度的在线监测，根据图2所示，先采用K-均值聚类算法获得基函数的学习中心，采用LMS算法获得权值。其中，K-均值聚类算法的具体步骤如下：

第一步，初始化聚类中心，即根据经验从训练样本集中随机的选取N个样本作为初始中心错误！未找到引用源。(i＝1,2,...,N)，设置迭代步数n＝0。

第二步，随机输入训练样本心错误！未找到引用源。Y_K。

第三步，寻找训练样本错误！未找到引用源。离哪个中心最近，即找到错误！未找到引用源。使其满足错误！未找到引用源。，i＝1,2,…,N；式中T_i(n)错误！未找到引用源。，是第n次迭代时基函数的第i个中心。

第四步，调整中心公式：