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() 双电压转换干式电力变压器的负载适应性调整方法及系统技术方案_技高网

双电压转换干式电力变压器的负载适应性调整方法及系统技术方案

技术编号:43596037 阅读:4 留言:0更新日期:2024-12-11 14:45
本发明专利技术涉及负载适应性调整技术领域,尤其涉及一种双电压转换干式电力变压器的负载适应性调整方法及系统,方法包括:收集电网的状态数据和电力变压器的运行参数信息;根据状态数据对电网的状态进行评估;构建负载预测模型,并选择合适的优化方法对负载预测模型进行优化;通过优化后的负载预测模型对电力变压器的负载进行预测,得到负载预测结果;制定变压器调整策略,根据电网状态评估结果和负载预测结果对电力变压器进行调整。通过本发明专利技术,有效地增强了电力变压器对负载变化的适应能力,提高了整体电力系统的运行效率,同时,能够有效预见潜在的电力系统风险,实现提前响应和调整,增强了电力系统的稳定性和安全性。

【技术实现步骤摘要】

本专利技术涉及负载适应性调整,尤其涉及双电压转换干式电力变压器的负载适应性调整方法及系统


技术介绍

1、随着可再生能源技术的迅猛发展,分布式光伏发电系统的应用日益广泛,与传统集中式电力系统相比,分布式发电的电能输出波动性较大,特别是光伏发电会受到天气、光照等因素的影响,导致电网负载变化频繁。这对电力系统中使用的变压器提出了更高的要求,尤其是在双电压转换干式电力变压器的应用场景中,要求变压器能够灵活适应负载变化,确保供电质量的稳定性和高效性。

2、传统的电力变压器调节通常依赖于静态配置或人工干预,缺乏智能化和实时响应的能力,无法有效应对电网中复杂的负载波动及电力需求的快速变化。同时,现有的变压器负载调整策略通常仅依赖于历史数据或固定规则,缺乏对电网状态的全面评估和对未来负载的精确预测,导致电力系统的效率和稳定性难以得到最优保障,因此,提出一种双电压转换干式电力变压器的负载适应性调整方法,具有重要的实际意义。


技术实现思路

1、本专利技术提供了双电压转换干式电力变压器的负载适应性调整方法及系统,可有效解决
技术介绍
中的问题。

2、为了达到上述目的,本专利技术所采用的技术方案是:

3、双电压转换干式电力变压器的负载适应性调整方法,所述方法包括:

4、收集电网的状态数据和电力变压器的运行参数信息;

5、根据所述状态数据对所述电网的状态进行评估,得到电网状态评估结果;

6、构建负载预测模型,并选择合适的优化方法对所述负载预测模型进行优化;

7、将所述运行参数信息作为输入,通过优化后的所述负载预测模型对所述电力变压器的负载进行预测,得到负载预测结果;

8、制定变压器调整策略,根据所述电网状态评估结果和所述负载预测结果对所述电力变压器进行调整。

9、进一步地,还包括在所述电力变压器中设置应急保护机制,并为所述应急保护机制设定多层次安全阈值,基于所述应急保护机制对所述电力变压器进行监控。

10、进一步地,收集到的所述状态数据和所述运行参数信息通过通信网络传输到所述电网的中央控制系统,由所述中央控制系统对传输的数据进行存储和分析。

11、进一步地,根据所述状态数据对所述电网的状态进行评估,得到电网状态评估结果,包括:

12、对所述状态数据进行预处理;

13、根据预处理后的所述状态数据,计算评估所述电网的关键指标;

14、基于计算的所述关键指标,对所述电网的状态进行综合评估,得到电网状态评估结果。

15、进一步地,构建负载预测模型包括:

16、在所述中央控制系统中收集所述电力变压器的历史运行参数信息、历史负载情况和对应的时间特征;

17、对所述电力变压器的历史运行参数信息和历史负载情况进行归一化,并与所述时间特征合并构建时间序列样本数据集;

18、设计所述负载预测模型的结构,通过所述时间序列样本数据集对所述负载预测模型进行训练和优化;

19、将优化后的所述负载预测模型部署到所述电网的所述中央控制系统。

20、进一步地,构建的所述负载预测模型结构包括:

21、输入层,接收时间序列样本数据;

22、gru层,用于处理所述时间序列样本数据,捕捉所述时间序列样本数据中的时间依赖关系;

23、丢弃层,在所述gru层和所述全连接层之间添加所述丢弃层,在所述负载预测模型的训练过程中随机丢弃部分神经元;

24、全连接层,将所述gru层输出的特征映射到一个低维空间,进行进一步的特征组合和变换;

25、输出层,根据所述全连接层输出的结果,生成最终的负载预测值。

26、进一步地,对所述负载预测模型进行训练和优化包括选择合适的超参数优化方法对所述负载预测模型的超参数进行优化,包括:

27、确定超参数的搜索范围,构建超参数搜索空间;

28、设置随机搜索策略,在所述超参数搜索空间执行随机搜索,得到最优超参数组合;

29、根据所述最优超参数组合,确定细粒度搜索范围;

30、基于所述细粒度搜索范围,通过网格搜索进行所述细粒度优化,得到优化后的超参数组合。

31、进一步地,在所述随机搜索和所述网格搜索的优化过程中设置终止条件。

32、双电压转换干式电力变压器的负载适应性调整系统,所述系统包括:

33、数据收集模块,收集电网的状态数据和电力变压器的运行参数信息;

34、电网状态评估模块,根据所述状态数据对所述电网的状态进行评估,得到电网状态评估结果;

35、负载预测模型构建模块,构建负载预测模型,并选择合适的优化方法对所述负载预测模型进行优化;

36、负载预测模块,将所述运行参数信息作为输入,通过优化后的所述负载预测模型对所述电力变压器的负载进行预测,得到负载预测结果;

37、变压器调整模块,制定变压器调整策略,根据所述电网状态评估结果和所述负载预测结果对所述电力变压器进行调整。

38、进一步地,所述电网状态评估模块包括:

39、数据预处理单元,对所述状态数据进行预处理;

40、关键指标计算单元,根据预处理后的所述状态数据,计算评估所述电网的关键指标;

41、电网综合评估单元,基于计算的所述关键指标,对所述电网的状态进行综合评估,得到电网状态评估结果。

42、通过本专利技术的技术方案,可实现以下技术效果:

43、有效地增强了电力变压器对负载变化的适应能力,结合了电网状态和负载预测,避免了单一因素导致的调整偏差,提高了整体电力系统的运行效率,同时,能够有效预见潜在的电力系统风险,实现提前响应和调整,增强了电力系统的稳定性和安全性。

44、上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。

本文档来自技高网...

【技术保护点】

1.双电压转换干式电力变压器的负载适应性调整方法,其特征在于,所述方法包括:

2.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,还包括在所述电力变压器中设置应急保护机制,并为所述应急保护机制设定多层次安全阈值,基于所述应急保护机制对所述电力变压器进行监控。

3.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,收集到的所述状态数据和所述运行参数信息通过通信网络传输到所述电网的中央控制系统,由所述中央控制系统对传输的数据进行存储和分析。

4.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,根据所述状态数据对所述电网的状态进行评估,得到电网状态评估结果,包括:

5.根据权利要求3所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,构建负载预测模型包括:

6.根据权利要求5所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,构建的所述负载预测模型结构包括:

7.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,对所述负载预测模型进行训练和优化包括选择合适的超参数优化方法对所述负载预测模型的超参数进行优化,包括:

8.根据权利要求7所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,在所述随机搜索和所述网格搜索的优化过程中设置终止条件。

9.双电压转换干式电力变压器的负载适应性调整系统,其特征在于,所述系统包括:

10.根据权利要求9所述的双电压转换干式电力变压器的负载适应性调整系统,其特征在于,所述电网状态评估模块包括:

...

【技术特征摘要】

1.双电压转换干式电力变压器的负载适应性调整方法,其特征在于,所述方法包括:

2.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,还包括在所述电力变压器中设置应急保护机制,并为所述应急保护机制设定多层次安全阈值,基于所述应急保护机制对所述电力变压器进行监控。

3.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,收集到的所述状态数据和所述运行参数信息通过通信网络传输到所述电网的中央控制系统,由所述中央控制系统对传输的数据进行存储和分析。

4.根据权利要求1所述的双电压转换干式电力变压器的负载适应性调整方法,其特征在于,根据所述状态数据对所述电网的状态进行评估,得到电网状态评估结果,包括:

5.根据权利要求3所述的双电压转换干式电力变压...

【专利技术属性】
技术研发人员:刘静路洪祥刘小利丁骏龙贺玉飞
申请(专利权)人:南京大全变压器有限公司
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