[发明专利]一种基于字典学习的冷却系统性能预警方法

说明书

一种基于字典学习的冷却系统性能预警方法，冷却系统的冷却器上布置有传感器和油泵变频器，所述传感器和油泵变频器用来测量冷却系统的运行数据；所述冷却器上安装有PLC控制器用来采集测量得到的运行数据；所述PLC控制器与云端服务器相连，所述云端服务器对这些数据先进行离线字典学习，从而分别对每组冷却器建立性能预警模型；离线字典学习阶段完成后，便进入到在线预警阶段，利用建立好的性能预警模型对冷却系统进行实时性能预警。本发明提供的一种基于字典学习的冷却系统性能预警方法，该预警方法能够利用建立好的性能预警模型对冷却系统进行实时性能预警，该预警方法具有实时性、可实现性以及针对性强的优点。

技术领域

本发明涉及性能预警领域，具体是涉及一种基于字典学习的冷却系统性能预警方法。

背景技术

强迫油循环水冷却系统以水为冷却介质，具有体积小、冷却效率高、安装方便、管路系统简化等特点，能有效缩小变压器的实际占地面积，在电力变压器中获得了广泛应用。强迫油循环水冷却系统包括油侧管路、水侧管路、油泵、水阀、冷却器管等部件，在文献中，对强迫油循环水冷却系统的换热器设计、运行维护、控制系统设计和实施的研究较多，但鲜有针对冷却系统性能预警的研究报道。强迫油循环水冷却系统冷却水的供给方式主要有：直冷系统、半封闭式系统和全封闭式系统。在直冷和半闭式系统中，循环冷却系统水质长期运行后将发生恶化，容易造成水侧的积垢和腐蚀，并进一步导致冷却器故障，造成设备停运甚至带来重大经济损失。目前的维护策略一般按照运行时间来制定冷却器检修计划或更换设备。而所采用的建议时间为厂家预设的固定参考值，没有有效考虑各冷却系统的运行条件。定期检修和定期更换设备将带来问题：在水质条件不佳的场合，按照预设建议时间进行维护将带来故障风险；而在水质良好的情况下，将带来不必要的检修或设备生命周期的浪费。针对以上问题，本申请提出了一种基于字典学习的冷却系统性能预警方法，当冷却器性能劣化时进行实时预警提示。

发明内容

针对现有技术中存在的上述问题，本发明提供了一种基于字典学习的冷却系统性能预警方法，该预警方法能够利用建立好的性能预警模型对冷却系统进行实时性能预警，该预警方法具有实时性、可实现性以及针对性强的优点。

本发明技术方案如下:

一种基于字典学习的冷却系统性能预警方法，冷却系统的冷却器上布置有传感器和油泵变频器，所述传感器和油泵变频器用来测量冷却系统的运行数据；所述冷却器上安装有PLC控制器用来采集测量得到的运行数据；所述PLC控制器与云端服务器相连，所述云端服务器对这些数据先进行离线字典学习，从而分别对每组冷却器建立性能预警模型；离线字典学习阶段完成后，便进入到在线预警阶段，利用建立好的性能预警模型对冷却系统进行实时性能预警。

本发明提供的基于字典学习的冷却系统性能预警方法，能够及时发现冷却器的性能劣化并预警，以便及时加以人工干预，降低故障风险；同时，该预警方法无需故障状态下的学习样本，仅对正常工况数据进行学习即可实现字典建模和在线预警，样本获取方便，建模容易，预警方法易于实现；基于字典学习的方法，通过对正常工况数据的学习建立性能预警模型，具有更强的针对性。

作为优化，前述的基于字典学习的冷却系统性能预警方法中，所述运行数据包括冷却器的温度、压力、流量以及油泵变频器的输出频率f_i。变压器强迫油循环水冷却系统运行时需要实时获取必要的运行状态，主要包括油侧温度、压力、流量以及水侧温度、压力、流量等参数；同时，每组冷却器的油泵配备了变频器，用于实时控制油泵转速，在冷却性能监测时也需要考虑油泵变频器的输出频率f_i。

作为优化，前述的基于字典学习的冷却系统性能预警方法中，离线字典学习阶段包括以下步骤：

LS1：设置冷却器组编号i＝1，由于变压器冷却系统有多组冷却器，需要分别建立每组冷却器的性能预警模型，故采用循环的方法对多组冷却器分别进行处理；