本發明專利技術涉及數據處理領域，更具體地，本發明專利技術涉及一種變壓器智能檢測預警方法及系統，方法包括：獲取變壓器參數并建立有限元模型；根據所述變壓器的實際尺寸，設定網格大小對有限元模型進行剖分，得到初始有限元模型，并計算各個網格對應的磁感應強度，得到初始磁感應有限元模型；根據所述初始有限元模型，得到各個網格的剖分概率值并進行歸一化處理；進行動態調整網格尺寸，得到最終有限元模型；根據調整后的所述網格尺寸，使用初始磁感應有限元模型，計算各個網格中的磁感應強度值，并判斷變壓器的工作狀態。本發明專利技術通過計算各個網格的剖分概率值，有效地篩選剖分網格，降低了有限元模型的計算量，提高了計算精度。
【技術實現步驟摘要】
本專利技術一般地涉及數據處理領域。更具體地，本專利技術涉及一種變壓器智能檢測預警方法及系統。
技術介紹
1、變壓器是整個設備電路系統中的重要設備，用于改變交流電壓水平。其中對于在超音設備中所采用的變壓器具有更高效、更精確的能量轉換和控制要求。然而，由于長期運行、環境變化和其他因素的影響，變壓器可能會發生故障或損壞，比如：變壓器繞組變形，可能導致電路系統穩定性下降甚至完全失效；變壓器繞組變形后，繞組周圍的漏磁場分布發生改變，該改變受到繞組變形類型和變形部位等因素的影響呈現出一定的規律性，在繞組變形比例較小時漏磁場變化仍然明顯，因而現有技術中通過建立變壓器的有限元仿真模型，分析變壓器繞組變形狀態下的漏磁場分布規律，從而進行變壓器智能檢測預警。
2、但是，使用有限元仿真模型分析變壓器繞組變形狀態下的漏磁場分布規律時，為了獲得準確和可靠的仿真結果，通常需要進行精細網格劃分，但是如果網格尺寸過大，則會導致有限元模型精度過低，進而出現識別結果不準確的情況，如果網格尺寸過小，雖然會使得網格模型的精度提高，但是其計算量會增大，從而影響變壓故障識別效率。
3、目前現有劃分網格大小的方式，采用自適應網格剖分方法，是指根據預先設置的誤差范圍，對有限元模型進行自適應網格剖分后，需要通過分析網格剖分帶來的誤差再次對有限元網格剖分，直至使得網格剖分的誤差低于指定的范圍，以完成自適應網格剖分；但是，預先設置的誤差范圍由人工經驗設定，并在沒有達到誤差范圍時，則仍然會精細劃分，從而影響識別效率，因此需要一種變壓器智能檢測預警方法及系統。</p>
技術實現思路
1、為解決上述一個或多個技術問題，本專利技術通過有限元模型進行磁感應強度分析，從而使變壓器故障時的效率和準確度能夠更好的達到平衡，為此，本專利技術在如下的多個方面中提供方案。
2、在第一方面中，一種變壓器智能檢測預警方法，包括：獲取變壓器參數，建立有限元模型；根據所述變壓器的實際尺寸，設定網格大小對有限元模型進行剖分，得到初始有限元模型；計算初始有限元模型中，各個網格對應的磁感應強度，得到初始磁感應有限元模型；根據所述初始有限元模型，得到各個網格的剖分概率值并進行歸一化處理；根據各個所述網格的剖分概率值，對所述初始有限元模型進行動態調整網格尺寸，得到最終有限元模型；根據最終有限元模型中，調整后的所述網格尺寸，使用初始磁感應有限元模型，計算各個網格中的磁感應強度值；根據所述磁感應強度值判斷變壓器的工作狀態。
3、在一個實施例中，根據所述初始有限元模型，還包括：
4、所述初始有限元模型，設置網格的剖分概率初始值為1，對所述初始有限元模型進行區域劃分，得到多個區域；
5、在每一個區域內隨機選取一個網格進行下一次剖分；
6、根據各個所述網格在初始附近區域內，將所述網格的數量作為剖分概率值的調整值。
7、通過采用上述技術方案，根據網格初始概率值為1，為了保證下一次剖分時，對網格剖分的局部區域調整為更細的網格，通過劃分區域便于對局部進行網格大小的調整。
8、在一個實施例中，計算每個所述區域內各個網格的剖分概率值，所述剖分概率值滿足下述關系式：
9、
10、其中，表示初始有限元模型的第個網格的剖分概率值，為第個網格在附近區域內的網格數量值與其余所有網格在附近區域內的網格數量值最大值的比值，為第個網格在附近區域內的所有網格之間磁感應強度變化的波動值。
11、通過采用上述技術方案，根據所有網格對應的剖分概率值，將所有網格對應的剖分概率值利用最大值最小值方法進行數據歸一化，根據歸一化概率值進行隨機的網格選取，進行進一步剖分細化。
12、在一個實施例中，根據各個網格的剖分概率值，還包括：
13、統計所述初始有限元模型中各個網格剖分概率值的直方圖；
14、計算所述直方圖中高低剖分概率之間極端的差異分布值，所述差異分布值滿足下述關系式：
15、
16、其中，表示直方圖中高低剖分概率之間極端的差異分布值，表示網格調整后第個網格的剖分概率值，表示網格調整后第個網格的剖分概率值的個數占所有網格個數的比值；
17、使用均值算法對所述初始有限元模型中所有網格剖分概率值進行二分類，其中，分為低剖分概率值和高剖分概率值；
18、獲取所述低剖分概率值中所有網格到其他網格之間的最小歐式距離值，對低剖分概率值的最小歐式距離值進行再次二分類，獲取最小歐式距離值的均值，得到低剖分概率值分布的分散程度值。
19、通過采用上述技術方案，根據直方圖兩端個數分布差異越大，則表示細分次數越多，其中，需要再次細分網格的概率就越低，并且低剖分值的位置分布越分散，則表示分布越均勻，局部異常的可能性越低，不需要再次細分，如果低剖分值的位置分布出現局部集中，則表示可能存在較高的磁感應強度異常，進而需要再次進行細分。
20、在一個實施例中，根據所述差異分布值和分散程度值，包括：
21、計算所述初始有限元模型中合適程度值，所述合適程度值滿足下述關系式：
22、
23、其中，表示有限元模型的合適程度值，表示有限元模型中所有網格的高低剖分概率之間極端的差異分布值，表示有限元模型中所有網格低剖分概率值分布的分散程度值。
24、通過采用上述技術方案，通過有限元模型驗證，實現有限元剖分自動停止，并且實現有限元模型動態自適應網格剖分，降低了過度剖分或者剖分欠佳的可能性，從而提高了變壓器磁感應強度監測用于變壓器故障監測的實時性和準確性。
25、在一實施例中，對所述初始有限元模型進行動態調整網格尺寸，得到最終有限元模型，包括：
26、設定合適程度值的預設閾值，判斷網格剖分情況；
27、響應于合適程度值大于預設閾值時，則不再進行網格剖分；
28、響應于合適程度值小于等于預設閾值時，則進行網格剖分，得到最終有限元模型。
29、在一實施例中，根據所述磁感應強度值判斷變壓器的工作狀態，包括：
30、獲取正常工作狀態的磁感應強度值的曲線；
31、根據所述磁感應強度值的曲線與正常工作狀態的磁感應強度值的曲線的差值之和，得到誤差值；
32、響應于誤差值大于預設故障閾值，則變壓器的工作狀態為故障，發出預警。
33、第二方面，一種變壓器智能檢測預警系統，包括：處理器和存儲器，所述存儲器存儲有計算機程序指令，當所述計算機程序指令被所述處理器執行時實現任一項所述的變壓器智能檢測預警方法。
34、本申請具有以下效果：
35、1、本申請通過計算各個網格的剖分概率值，進行有效地篩選剖分網格，在降低有限元模型計算量的同時保證精度。并通過有限元模型驗證，實現有限元剖分自動停止，并且實現有限元模型動態自適應網格剖分，降低了過度剖分或者剖分欠佳的可能性，從而提高了變壓器磁感應強度監測用于變壓器故障監測的實時性和本文檔來自技高網
...
【技術保護點】
1.一種變壓器智能檢測預警方法，其特征在于，包括：
2.根據權利要求1所述的一種變壓器智能檢測預警方法，其特征在于，根據所述初始有限元模型，還包括：
3.根據權利要求2所述的一種變壓器智能檢測預警方法，其特征在于，計算每個所述區域內各個網格的剖分概率值，所述剖分概率值滿足下述關系式：
4.根據權利要求1所述的一種變壓器智能檢測預警方法，其特征在于，根據各個網格的剖分概率值，還包括：
5.根據權利要求4所述的一種變壓器智能檢測預警方法，其特征在，根據所述差異分布值和分散程度值，包括：
6.根據權利要求5所述的一種變壓器智能檢測預警方法，其特征在于，對所述初始有限元模型進行動態調整網格尺寸，得到最終有限元模型，包括：
7.根據權利要求1所述的一種變壓器智能檢測預警方法，其特征在于，根據所述磁感應強度值判斷變壓器的工作狀態，包括：
8.一種變壓器智能檢測預警系統，其特征在于，包括：處理器和存儲器，所述存儲器存儲有計算機程序指令，當所述計算機程序指令被所述處理器執行時實現根據權利要求1-7任一項所述的變壓器智能檢測預警方法。
...
【技術特征摘要】
1.一種變壓器智能檢測預警方法，其特征在于，包括：
2.根據權利要求1所述的一種變壓器智能檢測預警方法，其特征在于，根據所述初始有限元模型，還包括：
3.根據權利要求2所述的一種變壓器智能檢測預警方法，其特征在于，計算每個所述區域內各個網格的剖分概率值，所述剖分概率值滿足下述關系式：
4.根據權利要求1所述的一種變壓器智能檢測預警方法，其特征在于，根據各個網格的剖分概率值，還包括：
5.根據權利要求4所述的一種變壓器智能檢測預警方法，其特征在，根據所述差異...
【專利技術屬性】
技術研發人員：卞萬良，李華東，韓生永，丁愛光，
申請(專利權)人：山東康吉諾技術有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。