CN120222297A 一种基于剩磁预测的变压器励磁涌流抑制方法

司地址430050湖北省武汉市汉阳区五里墩申请人国网湖北省电力有限公司公司三峡大学(72)发明人赵国波张威李振兴翁汉琍(普通合伙)42273专利代理师万仲达HO2HHO2H一种基于剩磁预测的变压器励磁涌流抑制方法(57)摘要本发明公开了一种基于剩磁预测的变压器励磁涌流抑制方法，涉及变压器控制技术领域，模型，设计变压器励磁涌流的抑制算法、采用自适应优化方法针对实际运行中的涌流情况进行2越迅速；为恢复项，表示剩磁的恢复过程，与励磁电压Vexc(t)成正比，且与磁导率3Mmax是变压器的最大剩磁值，单位为特斯拉T,表示在某一时刻可能的最大剩磁强反映剩磁对电流涌流幅度的非线性放大效应；4采用非线性控制方法，根据实际涌流的变化情况实时调整。7.根据权利要求1所述的一种基于剩磁预测的变压器励磁涌流抑制方法，其特征在于，所述步骤S5中，自适应优化方法中设置有优化模型，使得抑制算法在不同工况下都快速响应，通过动态调整涌流抑制策略中的控制参数，以最小化涌流和变压器运行状态之间的偏所述优化模型如下所示：Iex(t)是实际计算的励磁电流，单位为A;T是优化的时间范围，表示优化过程中考察的时间周期；4是正则化系数，控制优化过程中对控制参数θ的约束强度；θk是抑制算法中的控制参数，k表示算法中的第k个参数；n是算法参数的总数，表示优化过程中需要调整的控制参数个数。8.根据权利要求7所述的一种基于剩磁预测的变压器励磁涌流抑制方法，其特征在于，所述优化模型中：(Iex(t)-Iex,desired(t))²用于计算实际励磁电流与目标励磁电流之间的偏差；通过最小化偏差，涌流抑制算法准确地将励磁电流调整到理想状态，从而避免出现过高的励磁涌φ·(∑R=1θ2)为正则化项，用于约束优化过程中的控制参数θk,用于防止控制参数过度调整，确保抑制算法无法过度依赖特定的参数值，保持算法的平稳性和泛化能力。9.根据权利要求7所述的一种基于剩磁预测的变压器励磁涌流抑制方法，其特征在于，所述优化模型在使用时，包括：定义目标励磁电流；计算实际励磁电流；参数优化；正则化控制；实时调整；优化反馈与迭代。10.根据权利要求1所述的一种基于剩磁预测的变压器励磁涌流抑制方法，其特征在实时监控变压器的剩磁强度、励磁电流波形，并将数据输入到优化后的抑制算法中，进行动态调整。5一种基于剩磁预测的变压器励磁涌流抑制方法[0002]变压器作为电力系统中重要的设备，其运行稳定性直接关系到电力供应的可靠第一方面，本发明实施例提供了一种基于剩磁预测的变压器励磁涌流抑制方法，6其中，表示剩磁强度M(t)相对于时间t的导数，反映剩磁的增减变化；如果消失越迅速；恢复的过程；剩磁强度M(t)根据初始剩磁和励磁电压输入条件，计算出任意时刻t的剩磁状所述励磁涌流模型中，假设变压器励磁过程中，励磁电流的涌流Iez(t)受到剩磁Lmag(t)是变压器的时间t变化磁导率，单位为亨利H,随着工作状态的变化而变7Mmax是变压器的最大剩磁值，单位为特斯拉T,表示在某一时刻可能的最大剩磁β是剩磁对励磁电流涌流影响的系数，表示剩磁对涌流幅度的非线性影响；ζ是剩磁对涌流幅度影响的指数，控制剩磁对涌流影响的加权程度；δ是外部扰动对励磁电流的修正系数；fext(t)是外部扰动函数，表示外部因素对励磁电流的影响。为励磁电流的基本影响项，表示励磁电压Vexc(t)和磁导率Lmag(t)对励磁电流的基本影响，该项计算了在没有剩磁影响和外部扰动的条件下，励磁电流的初始变化趋势；描述剩磁M(t)对励磁电流涌流的影响；剩磁强度越大，变压器磁场越强，励磁电流涌流的幅度越大；通过调整系数β和指数ζ影响，反映剩磁对电流涌流幅度的非线性放大效应；δ·fext(t)用于考虑外部扰动对励磁电流的修正影响，外部扰动fext(t)由负载变通过调节励磁电压波形，用于避免在变压器启动过程中出现过高的瞬时电流；采用非线性控制方法，根据实际涌流的变化情况实时调整。[0011]进一步优化本技术方案，所述步骤S5中，自适应优化方法中设置有优化模型，使得抑制算法在不同工况下都快速响应，通过动态调整涌流抑制策略中的控制参数，以最小化涌流和变压器运行状态之间的偏差；所述优化模型如下所示：J(θ)是优化目标函数，表示涌流抑制策略的总误差；Iex(t)是实际计算的励磁电流，单位为A;Iex,desired(t)是目标励磁电流，表示根据涌流抑制策略所希望达到的励磁电流，单位为A;T是优化的时间范围，表示优化过程中考察的时间周期；4是正则化系数，控制优化过程中对控制参数θ的约束强度；θk是抑制算法中的控制参数，k表示算法中的第k个参数；n是算法参数的总数，表示优化过程中需要调整的控制参数个数。8[0012]进一步优化本技术方案，所述优化模型中：(Iex(t)—Iex,desirea(t)²用于计算实际励磁电流与目标励磁电流之间的偏差；通过最小化偏差，涌流抑制算法准确地将励磁电流调整到理想状态，从而避免出现过高的励磁涌流；为正则化项，用于约束优化过程中的控制参数θk,用于防止控制参数过度调整，确保抑制算法无法过度依赖特定的参数值，保持算法的平稳性和泛化能力。定义目标励磁电流；计算实际励磁电流；参数优化；实时调整；优化反馈与迭代。实时监控变压器的剩磁强度、励磁电流波形，并将数据输入到优化后的抑制算法[0015]第二方面，本发明实施例提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的一种基于剩磁预测的变压器励磁涌流抑制方法的步骤。[0016]第三方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序指令被处理器执行时实现如本发明第一方面所述的一种基于剩磁预测的变压器励磁涌流抑制方法的步骤。[0017]与现有技术相比，本发明提供了一种基于剩磁预测的变压器励磁涌流抑制方法，具备以下有益效果：该基于剩磁预测的变压器励磁涌流抑制方法，通过对剩磁的实时预测和优化控制，不仅显著降低了剩磁引起的励磁涌流幅度，而且能够在不同负载和运行状态下自动调整涌流抑制策略，确保变压器在各类工况下的稳定运行。并采用了基于优化模型的自适应算法，能够根据实时数据动态调整涌流抑制策略，从而在多种工况下实现对涌流的精准抑制。与现有技术相比，本方法具备更高的精准性和适应性，能够有效提高变压器的工作效率附图说明[0018]为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见的，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。[0019]图1为本发明提出的一种基于剩磁预测的变压器励磁涌流抑制方法的流程示意9图2为本发明提出的一种基于剩磁预测的变压器励磁涌流抑制方法中优化模型的参照图1～图2,为本发明第一个实施例，该实施例提供了一种基于剩磁预测的变[0025]在本实施例中，剩磁预测模型基于剩磁的电流特性和变压器材料特性之间的关表示剩磁强度M(t)相对于时间t的导数，反映剩磁的增减变化；如果[0029]剩磁强度M(t)根据初始剩磁和励磁电压输入条件，计算出任意时刻t的剩磁状积分方法(如欧拉法或Runge-Kutta法)解微分方程，得到变压器重新启动时的剩磁状态假设变压器的初始剩磁为0.05T,励磁电压Veze(t)为220V,变压器的磁导率Lmag[0038]在本实施例中，励磁涌流模型通过数学方程描述剩磁在励磁过程中对电流波形的影响，并基于变压器的电气参数、负载变化及外部扰动的因素进行构建。[0039]所述励磁涌流模型中，假设变压器励磁过程中，励磁电流的涌流Iex(t)受到剩磁M(t)的影响，且由于外部扰动和负载变化，涌流的幅度和波形发生动态变化；励磁涌流模型的数学方程如下：Iez(t)表示励磁电流随时间t的变化，单位为A;α是励磁电流的初始系数，反映励磁电压对电流产生的初步影响；Lmag(t)是变压器的时间t变化磁导率，单位为亨利H,随着工作状态的变化而变M(t)表示剩磁强度，单位为特斯拉T,由步骤S1预测得出；Mmax是变压器的最大剩磁值，单位为特斯拉T,表示在某一时刻可能的最大剩磁β是剩磁对励磁电流涌流影响的系数，表示剩磁对涌流幅度的非线性影响；ζ是剩磁对涌流幅度影响的指数，控制剩磁对涌流影响的加权程度；δ是外部扰动对励磁电流的修正系数；fext(t)是外部扰动函数，表示外部因素(如温度、负载波动、环境变化等)对励磁电流的影响。[0040]所述励磁涌流模型中：为励磁电流的基本影响项，表示在没有剩磁和外部扰动的情况下，励磁电压Vexc(t)和磁导率Lmag(t)对励磁电流的基本影响，该项计算在没有剩磁影响和外部扰动的情况下，励磁电流的初始变化趋势；励磁电压Vexc(t)直接影响励磁电流的大小，而磁导率Lmag(t)则决定了电流流动的阻力，磁导率随着变压器工作状态的变化而动态变化。[0041]描述剩磁M(t)对励磁电流涌流的影响；剩磁强度越大，变压器磁场越强，励磁电流涌流的幅度越大；由于剩磁会导致变压器的磁场异常，进而影响励磁电流的波形和幅度，使用了非线性关系来描述剩磁的影响。通过调整灵活地描述剩磁的影响，反映剩磁对电流涌流幅度的非线性放大效应。[0042]δ·fezt(t)用于考虑外部扰动对励磁电流的修正影响，外部扰动fext(t)由负载变输入剩磁数据：根据步骤S1中的剩磁预测结果M(t),将剩磁值输入至本模型，以评估不同剩磁状态下励磁电流的变化情况。[0044]输入励磁电压和磁导率：根据实际变压器的工作状态，实时获取励磁电压Vexc(t)和磁导率Lmag(t)的值，这些参数将影响励磁电流的计算结果。流Ier(t)可用于预测涌流的幅度与波形。如果计算出较大的涌流，可能需要在后续步骤中应用涌流抑制策略，如软起动或电流波形控制。[0046]外部扰动调整：通过实时监测变压器的外部扰动情况(如负载变化、温度变化等),动态调整fext(t),确保模型能够适应不同工况下的实际变化，并通过修正系数δ调整外部因素对励磁电流的影响。假设变压器的剩磁为M(t)=0.1T,励磁电压为Vexc(t)=220V,磁导率为Lmag(t)=1.2H,最大剩磁Mmax=0.2T,外部扰动修正系数δ=0.05,扰动函数fext(t)=sin(t),以及β=1.2,ζ=1.5,可以根据模型计算得到励磁电流的变化情况，进而预测涌流的幅度。通过调节励磁电压波形，即调节励磁电压的大小和变化特性，用于避免在变压器启动过程中出现过高的瞬时电流。[0050]基于对变压器剩磁强度的预测结果，通过调整励磁电压的相位和幅值来抵消剩磁的影响。具体来说，在变压器断电后，剩磁的大小和方向会直接影响下一次通电时的励磁涌流。利用预测得到的剩磁值，调整初始通电时的电压特性(如幅值和相位),使得铁心磁通与励磁电压形成合理匹配，从而减少剩磁导致的涌流峰值。[0051]适用于剩磁影响显著的变压器场景，尤其是在频繁断电重启的工况下效果突出。该算法能够显著降低涌流幅值，改善启动过程的稳定性。[0053]通过逐步提升变压器的励磁电压，从零开始缓慢增加，直到达到额定值，以控制励磁电流的上升速度，避免瞬时高幅值涌流的出现。该算法通过设置启动过程中的电压变化曲线，使励磁电流的变化更加平滑。同时，针对不同变压器的特性，可以动态调整起动时间和电压上升速率，以达到最佳控制效果。[0054]适用于需要严格控制涌流峰值的工况，尤其是启动电流对系统造成较大影响的变[0055]采用非线性控制方法，根据实际涌流的变化情况实时调整。[0056]利用励磁涌流的非线性特性和实时采集的励磁电流数据，动态调整励磁电压和相关控制参数。通过实时监测和计算，算法根据当前工况优化励磁电压，使励磁涌流始终保持在合理范围内。这种自适应控制方法能够在不同负载和运行条件下动态优化涌流抑制策[0057]适用于复杂和动态运行环境，例如负载变化频繁的电力系统。该算法具有较高的智能化水平，能够快速响应系统状态的变化，确保涌流幅值始终受控。[0058]S5、基于步骤S4中的抑制算法，针对实际运行中的涌流情况，采用自适应优化方法对抑制算法进行优化调整，得到优化后的抑制算法。[0059]在本实施例中，自适应优化方法中设置有优化模型，使得抑制算法在不同工况下都快速响应，通过动态调整涌流抑制策略中的控制参数，以最小化涌流和变压器运行状态之间的偏差，同时确保算法能够在多种运行工况下适应。[0060]所述优化模型如下所示：J(θ)是优化目标函数，表示涌流抑制策略的总误差。[0062]Iex,desired(t)是目标励磁电流，表示根据涌流抑制策略所希望达到的励磁电流，单[0063]T是优化的时间范围，表示[0064]4是正则化系数，控制优化过程中对控制参数θ的约束强度。[0065]θk是抑制算法中的控制参数，k表示算法中的第k个参数，用来表示抑制算法中的第k个控制参数。这些控制参数是根据不同的计算公式或控制策略来定义的，可以是电压调整幅度、起动时间、非线性控制系数等，用于动态调整变压器启动过程中的电流和电压。它根据涌流预测结果进行调整，从而优化实际的控制效果。[0066]n是算法参数的总数，表示优化过程中需要调整的控制参数个数。(Iex(t)-Iex,desirea(t)²用于计算实际励磁电流与目标励磁电流之间的偏差；通过最小化偏差，涌流抑制算法准确地将励磁电流调整到理想状态，从而避免出现过高的励磁涌流；φ·(∑R=1)为正则化项，用于约束优化过程中的控制参数θk,用于防止控制参数过度调整，确保抑制算法无法过度依赖特定的参数值，保持算法的平稳性和泛化能力。[0069]Iex,desired(t)是期望的励磁电流，通常基于变压器的设计参数和当前工作条件预设。它的变化是根据涌流抑制策略的要求设定的。[0070]Iex(t)是通过实际操作计算得到的励磁电流，可以通过实时数据获取。[0071]正则化系数4的作用是控制优化过程中参数的调整幅度。较大的4会强迫优化过程尽量减小控制参数的变化，避免过度拟合；较小的4则允许更多的变化，可能带来更高的灵活性，但也可能导致不稳定；通常是通过交叉验证等方法来进行调整，以达到最优的优化效果。[0072]每个控制参数θk都代表了涌流抑制策略中的一个控制变量(如增益、延迟、反馈系数等),它们在优化过程中会被动态调整，以适应变压器的不同工作工况。[0073]这些控制参数θk的优化会依赖于变压器的实际运行数据，通过实时反馈算法(如Q-learning、深度学习等)对每个参数进行自适应调整。[0074]所述优化模型在使用时，包括：定义目标励磁电流；根据变压器的设计参数和当前运行状态，设定目标励磁电流Iex,desired(t),该目标电流反映了理想的涌流抑制效果。[0075]计算实际励磁电流；在实际操作中，实时测量变压器的励磁电流Iex(t),并计算其与目标Iex,desired(t)之间的误差。[0076]参数优化；通过机器学习或优化算法(如梯度下降、遗传算法等),调整控制参数θk,以最小化目标函数J(θ)。这个过程基于实时数据反馈进行动态调整。[0077]正则化控制；在优化过程中，使用正则化项来防止过拟合，确保算法的稳定性，并使得控制参数的变化不会过于剧烈。[0078]实时调整；根据变压器运行数据，实时调整优化模型中的控制参数，使得抑制策略可以在不同的工况下快速适应，并最大程度地减少涌流的影响。[0079]优化反馈与迭代；优化过程是一个迭代过程。通过不断收集实时反馈数据，优化算法会在不同的运行周期中逐步调整参数，最终达到最优的涌流抑制效果。[0080]在实际应用中：假设在某一次的优化过程中，变压器的目标励磁电流被设定为Iex,desired(t)=100A,实际励磁电流为Iex(t)=120A。通过计算误差(Iex(t)-Iex,desirea(t))²,我们可以得出当前的误差，并通过优化算法调整涌流抑制策略中的控制参数θk,从而将实际励磁电流调整到目标值。[0081]S6、基于优化后的抑制算法，进行变压器的在线监测。[0082]在本实施例中，变压器的在线监测，包括：实时监控变压器的剩磁强度、励磁电流波形，并将数据输入到优化后的抑制算法中，进行动态调整。[0083]进一步的，动态调整包括：剩磁强度的实时调整；实时采集变压器铁心中的剩磁状态，根据采集的数据对剩磁补偿算法进行动态调整。剩磁补偿算法基于对变压器剩磁状态的预测结果，通过调整励磁电压的相位和幅值来抵消剩磁的影响。具体来说，在变压器断电后，剩磁的大小和方向会直接影响下一次通电时的励磁涌流。利用预测得到的剩磁值，调整初始通电时的电压特性(如幅值和相位),使得铁心磁通与励磁电压形成合理匹配，从而减少剩磁导致的涌流峰值。例如，当监测到剩磁强度超过预设阈值时，算法会重新计算补偿电压的初始相位和幅值，确保励磁电流的波形与剩磁的特性相匹配，从而有效削弱剩磁引发的涌流。通过高频采样获取剩磁变化情况；根据剩磁大小动态调整补偿量，修正抑制参数。[0085]励磁电流的波形跟踪与平滑控制；对励磁电流波形进行实时分析，以判断是否出现异常涌流。结合波形特性，软起动算法会根据实际的励磁电流变化情况动态调整电压提升曲线，例如延长电压上升时间或减缓电压上升速率，从而实现更平滑的启动过程。实时计算励磁电流的变化率；调整电压上升曲线的斜率或延迟启动时间。[0087]涉及非线性控制的参数优化；在复杂工况下，非线性控制算法会根据实时监测到的剩磁强度和励磁电流波形，动态更新控制参数。将这些参数输入到优化模型中，由模型计算出新的励磁电压和目标电流值。该调整过程能够适应系统运行状态的变化，确保涌流始终处于合理范围。根据实时采集数据更新非线性模型的初始参数；优化励磁电压与目标电流之间的匹配关系。[0089]异常工况下的策略调整；当检测到超出预期的异常状态(如剩磁波动过大或励磁电流急剧升高)时，将触发录异常状态以便后续分析。对异常状态进行存储和报警。[0091]实时反馈与自学习优化；通过将实时监测到的数据与抑制效果进行对比，持续优化算法参数。采用自学习机制，使抑制算法能够在实际运行中不断调整补偿策略和参数设定，从而提升系统的智能化水平。根据历史监测数据修正算法；[0093]五个调整机制之间的关系是并行的，即它们并不是依次执行的，而是同时进行的，每个调整机制根据实时数据和运行状态进行独立的调整，互相配合以达到最佳的涌流抑制[0094]该步骤中，通过实时数据采集，对剩磁补偿、励磁电流控制和非线性优化进行动态优化，并在异常状态下提供应急调整策略。通过这种闭环控制方式，能够在多种复杂工况下实现对励磁涌流的精准抑制，确保变压器运行的安全性与稳定性。本实施例还提供一种计算机设备，适用于一种基于剩磁预测的变压器励磁涌流抑制方法的情况，包括存储器和处理器；存储器用于存储计算机可执行指令，处理器用于执行计算机可执行指令，实现如上述实施例提出的一种基于剩磁预测的变压器励磁涌流抑制方[0096]本实施例还提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例提出的一种基于剩磁预测的变压器励磁涌流抑制方法。[0097]该计算机设备可以是终端，该计算机设备包括通过系统总线连接的处理器、存储该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。[0098]功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM,Read-Only