换流阀冷却能力多维度分析与预警模型

发布时间：2021-08-23 15:34

　　换流站阀冷系统的异常有时被掩盖在正常监控信号的波动中而难以识别。同时,一些极端工况下冷却能力是否充裕却难以评估。从大数据应用的角度,存在数据源少、信息维数低的问题。与之对应的算法模型逻辑简单,人工智能技术应用不充分。为解决上述问题,提出了基于多源数据的换流阀冷却能力建模与预警方法。在分析阀冷系统运行原理及多种状态检测手段的基础上,对阀冷却能力的定义进行了量化,建立了换流阀多维度冷却能力评价模型。基于多维度时序趋势分析和相关性分析算法,建立了阀冷系统缺陷的预警模型。在穗东站应用上述模型分析了阀冷系统监控数据,验证了模型的有效性。 

【文章来源】：南方电网技术. 2020,14(07)北大核心CSCD

【文章页数】：9 页

【部分图文】：

换流阀冷却系统结构

冷却能力量化评估流程

入水温度异常反映了冷却塔冷却能力的下降。在高温高负荷时期,冷却塔风机全功率运行,由于换流阀结构的一致性(高端阀组、低端阀组有轻微区别),各阀组的阀冷系统运行参数数值、变化特征基本一致,在入水温度未超定值时,本文通过分析不同阀组运行功率和入水温度之间的相关性,对比不同时间尺度下同一阀组和不同阀组之间的相关性,当dcor1(xj,xi)<δ1则入水温度数据有异常。当不同阀组之间的入水温度差值大于阈值时,即 | x j1 -x j2 |>δ 2 , 则阀组间入水温度存在偏差,诊断为异常。入水温度相关性分析如图3所示。3.3 内冷水回路渗漏识别

【参考文献】：
期刊论文
[1]基于余热回收利用的新型换流阀冷却系统[J]. 周建辉,张兴娟,侯俊义,王航,杨涵.  南方电网技术. 2019(06)
[2]大功率电力电子器件自然循环沸腾冷却系统[J]. 周建辉,杨涵,孙立军,张兴娟,任孟干,高冲.  南方电网技术. 2018(11)
[3]基于离群点检测的变电主设备异常辨识与规律分析[J]. 郭丽娟,张玉波,尹立群,胡军.  南方电网技术. 2018(09)
[4]基于多源异构数据聚合技术的电力物联网设备全景信息构架模型研究与应用[J]. 沈鑫,曹敏,薛武,张金江,黄星,张林山.  南方电网技术. 2016(02)
[5]换流站阀冷系统轻微漏水检测方法研究[J]. 赖皓,李靖翔,梁天明.  电气自动化. 2016(01)
[6]特高压换流站阀冷系统隐患分析及整改措施[J]. 莫文斌,张文,徐攀滕,高红亮.  电力科学与工程. 2015(03)
[7]基于大数据分析的输变电设备状态数据异常检测方法[J]. 严英杰,盛戈皞,陈玉峰,江秀臣,郭志红,杜修明.  中国电机工程学报. 2015(01)
[8]大数据挖掘分析在电力设备状态评估中的应用[J]. 宫宇,吕金壮.  南方电网技术. 2014(06)
[9]±500kV换流站阀水冷系统隐患分析治理[J]. 段涛,杨斌,李贤庆,彭东.  电力系统保护与控制. 2014(18)
[10]基于熵值赋权法的配电变压器状态评估方法研究[J]. 阳东升,范帅,刘子兴,林呈辉,梁海峰.  南方电网技术. 2014(04)



本文编号：3358135