System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及变压器,具体来说,涉及一种用于变压器的节能降耗判断方法及系统。
技术介绍
1、变压器是电力系统中的重要设备,其运行效率直接影响电网的节能降耗水平。作为电力系统的关键设备,变压器的运行状态和效率水平会对整个电网的节能情况产生直接的影响。一个电网系统中往往会布置有大量的变压器设备,它们在进行不同电压级之间的转换时,如果自身的效率较低,就会造成一定的能量损耗。这部分损耗是可以避免的,如果能提高变压器自身的效率,就可以减少电网的总体损耗,达到节约能源的目的。因此,提高变压器自身的工作效率,是电力部门实现节能降耗的一个非常关键的方面。
2、然而,目前对变压器的节能运行管理还存在以下问题:
3、1)现有的判断方法缺乏对变压器多方面运行状态的综合监测分析,无法全面判断节能优化的需求。现有的变压器节能运行管理多采用单一指标分析方法,如仅关注变压器负载率、温升情况等,不能全面反映变压器的实际运行状态,因此很难对变压器的节能潜力和节能措施需求做出准确判断。
4、2)现有判断方法过于依赖单一指标,无法反映变压器的整体运行情况。依靠单一指标很难判断变压器的节能空间大小,现有方法无法考量变压器的负载率、供电可靠性、运行成本等多方面因素的相互制约关系,导致节能判断存在一定盲目性,无法定位到变压器节能的关键所在。
5、针对相关技术中的问题,目前尚未提出有效的解决方案。
技术实现思路
1、针对相关技术中的问题,本专利技术提出一种用于变压器的节能降耗判断
2、为此,本专利技术采用的具体技术方案如下:
3、根据本专利技术的一个方面,提供了一种用于变压器的节能降耗判断方法,该方法包括以下步骤:
4、s1、采集变压器的实时运行数据、历史数据及成本数据,并进行数据清洗及标准化处理;
5、s2、利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析;
6、s3、分别为运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果分配预设权重;
7、s4、根据预设的评估标准分别对运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果进行评分;
8、s5、通过加权求和法根据每个分析结果的评分及与之相对应的权重计算综合得分;
9、s6、利用比较法分析综合得分是否超过预设综合得分阈值,若是,则进行节能降耗,若否,则不进行节能降耗。
10、作为优选地,所述利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析包括以下步骤:
11、s21、获取经过数据清洗及标准化处理后的实时运行数据、历史数据及成本数据;
12、s22、通过变压器的实时运行数据计算变压器的运行效率,得到运行效率分析结果;
13、s23、利用变压器的历史数据分析变压器的电力消耗模式及趋势,得到电力消耗模式和趋势分析结果;
14、s24、通过变压器的成本数据分析变压器的成本效益,得到成本效益分析结果;
15、s25、利用量子机器学习模型根据变压器的实时运行数据及历史数据预测变压器的预测耗损,得到耗损评估分析结果。
16、作为优选地,所述通过变压器的实时运行数据计算变压器的运行效率,得到运行效率分析结果包括:
17、s221、获取变压器的输入端电压u1、输入端电流i1、输入端有效功率p1、输出端电压u2、输出端电流i2、输出端有效功率p2、无载电流i0和无载损耗p0;
18、s222、结合变压器输入端的功率因数计算变压器的输入有效功率pin,计算公式为;
19、s223、结合变压器输出端的功率因数计算变压器的输出有效功率pout,计算公式为;
20、224、计算变压器运行效率η,计算公式为;
21、s225、计算变压器的运行效率η与变压器的标准效率η0之间的比值,得到运行效率分析结果;
22、所述利用变压器的历史数据分析变压器的电力消耗模式及趋势,得到电力消耗模式和趋势分析结果包括:
23、s231、获取变压器过去预设时间段的电力消耗数据,包括有效功率、电压、电流,并对电力消耗数据进行整理,绘制电力消耗趋势曲线图,观察其变化模式;
24、s232、分析不同时间段的电力消耗差异,判断是否存在大波动范围,并统计计算平均电力消耗、最大和最小消耗值,判断电力消耗的波动范围;
25、s233、获取变压器的历史维护保养记录,分析是否存在长时间未维护导致运行异常的情况,并对比同类变压器的电力消耗数据,判断该变压器是否存在异常;
26、s234、结合变压器的电力消耗变化模式、电力消耗的波动范围及异常判断结果分析得到电力消耗模式和趋势分析结果。
27、作为优选地,所述通过变压器的成本数据分析变压器的成本效益,得到成本效益分析结果包括:
28、s241、获取节能设备的购买和安装预算成本,预测实施节能措施后每年的电力节省量,并根据查询电力单价估算每年的电费节省成本;
29、s242、计算投资回收期,得到成本效益分析结果,其中,投资回收期=总投资成本/每年节省电费;
30、所述利用量子机器学习模型根据变压器的实时运行数据及历史数据预测变压器的预测耗损,得到耗损评估分析结果包括:
31、s251、获取变压器的实时运行数据和历史数据并进行缺失值及归一化处理;
32、s252、利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型,得到训练后的改进型量子神经网络模型;
33、s253、利用训练后的改进型量子神经网络模型输出与实时运行数据相对应的变压器的预测耗损;
34、s254、通过比较变压器的预测耗损与变压器的实际耗损之间的差值得到耗损评估分析结果。
35、作为优选地,所述利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型,得到训练后的改进型量子神经网络模型包括以下步骤:
36、s2521、构建量子神经网络模型,其中,所述量子神经网络模型的输入层为变压器特征向量,隐含层为旋转门调节量子态,输出层为变压器的预测耗损;
37、s2522、利用量子旋转门调节变压器特征向量的量子态,提取数据的非线性特征,并利用量子进化算法优化旋转角度;
38、s2523、将预处理后的变压器的历史数据作为训练样本输入量子神经网络,并通过多次迭代训练调整网络连接权重,直至网络输出结果与实际标签一致时训练结束,得到训练后的改进型量子神经网络模型。
39、作为优选地,所述利用量子旋转门调节变压器特征向量的量子态,提取数据的非线性特征,并利用量子进化算本文档来自技高网...
【技术保护点】
1.一种用于变压器的节能降耗判断方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析包括以下步骤:
3.根据权利要求2所述的一种用于变压器的节能降耗判断方法,其特征在于,所述通过变压器的实时运行数据计算变压器的运行效率,得到运行效率分析结果包括:
4.根据权利要求3所述的一种用于变压器的节能降耗判断方法,其特征在于,根据判断结果来确定是否对变压器实施节能减排包括如下步骤:若是,则进行节能降耗,若否,则不进行节能降耗。
5.根据权利要求4所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型,得到训练后的改进型量子神经网络模型包括以下步骤:
6.根据权利要求5所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用量子旋转门调节变压器特征向量的量子态,提取数据的非线性特征,并利用量子进化算
7.根据权利要求1所述的一种用于变压器的节能降耗判断方法,其特征在于,所述分别为运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果分配预设权重包括:
8.根据权利要求4所述的一种用于变压器的节能降耗判断方法,其特征在于,所述根据预设的评估标准分别对运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果进行评分包括:
9.根据权利要求7所述的一种用于变压器的节能降耗判断方法,其特征在于,所述综合得分的计算公式为:式中,w1表示第一权重,s1表示运行效率分析结果的评分,w2表示第二权重,s2表示电力消耗模式和趋势分析结果的评分,w3表示第三权重,s3表示成本效益分析结果的评分,w4表示第四权重,s4表示耗损评估预测结果的评分。
10.一种用于变压器的节能降耗判断系统,用于实现权利要求1-9中任一所述的用于变压器的节能降耗判断方法的步骤,其特征在于,该系统包括数据采集模块、数据分析模块、权重配置模块、结果评分模块、综合计算模块及分析比较模块;
...【技术特征摘要】
1.一种用于变压器的节能降耗判断方法,其特征在于,该方法包括以下步骤:
2.根据权利要求1所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析包括以下步骤:
3.根据权利要求2所述的一种用于变压器的节能降耗判断方法,其特征在于,所述通过变压器的实时运行数据计算变压器的运行效率,得到运行效率分析结果包括:
4.根据权利要求3所述的一种用于变压器的节能降耗判断方法,其特征在于,根据判断结果来确定是否对变压器实施节能减排包括如下步骤:若是,则进行节能降耗,若否,则不进行节能降耗。
5.根据权利要求4所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型,得到训练后的改进型量子神经网络模型包括以下步骤:
6.根据权利要求5所述的一种用于变压器的节能降耗判断方法,其特征在于,所述利用量子旋转门调节变压器特征向量的量子态,提取数据的非线性特征,并利用量子...
【专利技术属性】
技术研发人员:杨俊波,吴刚玲,杨双瑜,
申请(专利权)人:四川盛鑫源电器设备制造有限公司,
类型:发明
国别省市:
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。