一种基于温度场分析的电力设备光纤温度传感器优化布置方法 专利技术说明

计算;推算;计数设备的制造及其应用技术1.本发明涉及传感器优化布置领域，尤其是涉及一种基于温度场分析的电力设备光纤温度传感器优化布置方法。背景技术：2.在电力系统中，电力设备是确保电力系统运行安全可靠的重要设备，而发热故障是电力设备发生频率最高的故障类型，而温升是这类故障信息最直接的感知检测指标。传感器的优化布置问题是电力设备健康监测、状态评估以及后期维修的关键性问题，因此电力设备温度传感器优化布置对电力设备智能感知和保证电力设备安全稳定运行具有十分重要的现实意义。3.传感器优化布置对数据采集的有效性有着至关重要的影响，考虑实际场地条件和经济条件等因素，只能在空间结构的有限位置上布置相对较少的传感器，因此，传感器的布置应满足以下2个目标：(1)最大程度地反映空间结构中被检测信息的特征；(2)对被检测信息变化足够敏感。传统的电力设备温度监测实验中，传感器的选择和布置问题往往都是由有长期积累经验的操作工人来判断，其最优数目和位置的确定缺少合理有效的理论方法，这样必然会使得实验测得的模态数据不精确，无法更好反映出电力设备运行过程中的温升特征。目前，传感器优化布置的方法众多，主要包括：(1)模态动能法。计算传感器各候补位置对应自由度对模态贡献度，将传感器布置于模态动能和模态应变能较大的位置；(2)经典优化算法。通过一些算法将传感器优化布置问题转化为典型的有约束或无约束优化问题。(3)信息论法。利用识别误差构建性能函数实现传感器布置最大化收益。(4)启发式算法。将传感器优化布置问题等同于自然界生物进化过程，通过进化、选择、交叉、变异等类似遗传进化的过程实现布置的优化。然而，现有的大多数传感器优化布置的方法都是通过二维理论模型计算获得传感器最优位置，未曾考虑传感器布置对象本身的三维结构特征以及场域分布的影响，不可避免地会出现监测数据不准确，传感器布置收益低等问题。技术实现要素：4.本发明的目的就是为了提供一种基于温度场分析的电力设备光纤温度传感器优化布置方法，提高电力设备温度传感器感知收益。5.本发明的目的可以通过以下技术方案来实现：6.一种基于温度场分析的电力设备光纤温度传感器优化布置方法，包括以下步骤：7.s1、根据电力设备结构构建三维数字模型；8.s2、基于三维数字模型，根据电力设备运行状态下的热负荷特性，基于热-流耦合方法，建立电力设备元器件热损计算模型，求解热损特征；9.s3、获取电力设备温升数据，基于三维数字模型，模拟电力设备温度场域分布情况；10.s4、构建三维电力设备的温度传感器优化布置模型，并基于热损特征和温度场域分布情况设置传感器布置约束条件，对温度传感器优化布置模型进行简化；11.s5、基于简化后的温度传感器优化布置模型，利用多目标遗传算法求解光纤温度传感器的最优布置方案。12.所述步骤s1具体为：根据电力设备物理实体运行状态信息，对电力设备基本结构进行三维建模；采用轻量化处理方法对三维数字模型进行干涉去除以及简化，略去电力设备中既不影响发热与散热又不影响内部气体正常流动的零件，建立电力设备三维数字模型。13.所述步骤s2具体为：基于三维数字模型，根据电力设备运行状态下的热负荷特性，基于热-流耦合方法，建立电力设备元器件热损计算模型，设置电力设备各元器件对流换热边界条件、电力设备各元器件与环境热辐射边界条件，计算电力设备元器件三维热损，得到热损特征。14.所述电力设备各元器件对流换热边界条件为：[0015][0016]其中，εi为各电力设备元器件外表面的导热率；ω为辐射等效发射率；σ为综合换热系数；t2、t3分别为电力设备元器件外表面温度、柜体内部温度；为相邻等温面温差与法向距离之比；i、k分别表示电力设备各元器件编号和所述电力设备元器件总数。[0017]所述电力设备各元器件与环境热辐射边界条件为：[0018][0019]其中，εj为各电力设备元器件内部导体的导热率；为元器件外表面与环境对流换热系数；t1、t4分别为电力设备元器件内部导体温度、环境温度；为相邻等温面温差与法向距离之比；j、k分别表示电力设备各元器件编号和所述电力设备元器件总数。[0020]所述计算电力设备元器件三维热损的方法为：[0021][0022]其中，λ为介质导热系数；t为电力设备元器件中心温度；qv为单位体积在单位时间内产生的热量。[0023]所述温度传感器优化布置模型依据图论方法将电力设备温度场域信息分布情况转换为三维分布函数，将光纤温度传感器约束条件转换为温度场域覆盖检测，以传感器对温度场域覆盖问题替代传感器最优布局求解。[0024]所述光纤温度传感器约束条件根据光纤温度传感器的基本参数以及电力设备基本结构特征设置，所述光纤温度传感器的基本参数包括视场、尺寸、感知距离。[0025]所述传感器对温度场域覆盖问题表示为：[0026][0027]其中η(x，y，z)为(x，y，z)位置覆盖概率；e(x，y，z)为(x，y，z)位置处温度场域值，eth为温度检测阈值。[0028]所述温度传感器优化布置模型的求解方法为：建立电力设备光纤温度传感器优化布置收益函数，根据光纤温度传感器约束条件，结合多目标遗传算法求解收益函数达到最大值时，光纤温度传感器的安装位置和数量，得到光纤温度传感器的最优布置方案。[0029]与现有技术相比，本发明具有以下有益效果：[0030](1)本发明根据电力设备物理实体运行状态信息构建了电力设备三维数字模型，能更全面表征电力设备的三维特征。[0031](2)本发明通过建立各元器件热损计算模型对电力设备运行状态进行仿真，能更为准确地反映电力设备温度场分布情况。[0032](3)本发明基于图论方法将电力设备温度场域信息分布转换为三维分布函数，光纤温度传感器约束条件转换为温度场域覆盖，能有效简化三维传感器优化布置问题，缩短算法时间。[0033](4)本发明的传感器优化布置方法流程明确、计算精简，能广泛运用于各种电气设备的智能感知，适用性强，具有较高的实用价值。附图说明[0034]图1为本发明的方法流程图；[0035]图2为开关柜三维数字模型传感器布置图；[0036]图3为开关柜温度场域分布图；[0037]图4为收益函数示意图；[0038]图5为开关柜光纤温度传感器最优布置方案图。具体实施方式[0039]下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。[0040]本实施例提供一种基于温度场分析的电力设备光纤温度传感器优化布置方法，如图1所示，包括以下步骤：[0041]s1、根据电力设备结构构建三维数字模型。[0042]根据电力设备物理实体运行状态信息，对电力设备基本结构进行三维建模；采用轻量化处理方法对三维数字模型进行干涉去除以及简化，略去电力设备中既不影响发热与散热又不影响内部气体正常流动的零件，建立电力设备三维数字模型。[0043]本实施例通过三维建模软件平台进行电力设备数字模型建立。所述电力设备数字孪生模型采用电力设备用中常见的10kv开关柜的结构特征进行三维数字模型建模，采用轻量化处理方法对三维模型进行干涉去除以及简化处理，并将主要光纤温度传感器测温部位标注于三维数字模型中，得到如图2所示的开关柜三维数字模型传感器布置图。[0044]s2、基于三维数字模型，根据电力设备运行状态下的热负荷特性，基于热-流耦合方法，建立电力设备元器件热损计算模型，求解热损特征。[0045]基于三维数字模型，根据电力设备运行状态下的热负荷特性，基于热-流耦合方法，建立电力设备元器件热损计算模型，设置电力设备各元器件对流换热边界条件、电力设备各元器件与环境热辐射边界条件，计算电力设备元器件三维热损，得到热损特征。[0046]所述电力设备各元器件对流换热边界条件为：[0047][0048]其中，εi为各电力设备元器件外表面的导热率；ω为辐射等效发射率；σ为综合换热系数；t2、t3分别为电力设备元器件外表面温度、柜体内部温度；为相邻等温面温差与法向距离之比；i、k分别表示电力设备各元器件编号和所述电力设备元器件总数。[0049]所述电力设备各元器件与环境热辐射边界条件为：[0050][0051]其中，εj为各电力设备元器件内部导体的导热率；为元器件外表面与环境对流换热系数；t1、t4分别为电力设备元器件内部导体温度、环境温度；为相邻等温面温差与法向距离之比；j、k分别表示电力设备各元器件编号和所述电力设备元器件总数。[0052]所述计算电力设备元器件三维热损的方法为：[0053][0054]其中，λ为介质导热系数；t为电力设备元器件中心温度；qv为单位体积在单位时间内产生的热量。[0055]s3、获取电力设备温升数据，基于三维数字模型，根据温度场仿真要求，采用有限元方法对电力设备内部温度场进行仿真分析，模拟电力设备温度场域分布情况。[0056]本实施例通过高压实验室平台搭建开关柜温升模拟实验，采用pt100型号光纤温度传感器获取开关柜温度数据。对获取的数据采用有限元方法进行温度场域分布仿真，获得如图3所示的开关柜温度场域分布情况。[0057]s4、构建三维电力设备的温度传感器优化布置模型，并基于热损特征和温度场域分布情况设置传感器布置约束条件，对温度传感器优化布置模型进行简化。[0058]所述温度传感器优化布置模型依据图论方法将电力设备温度场域信息分布情况转换为三维分布函数，将光纤温度传感器约束条件转换为温度场域覆盖检测，以传感器对温度场域覆盖问题替代传感器最优布局求解。[0059]所述光纤温度传感器约束条件根据光纤温度传感器的基本参数以及电力设备基本结构特征设置，所述光纤温度传感器的基本参数包括视场、尺寸、感知距离。[0060]所述传感器对温度场域覆盖问题表示为：[0061][0062]其中η(x，y，z)为(x，y，z)位置覆盖概率；e(x，y，z)为(x，y，z)位置处温度场域值，eth为温度检测阈值。[0063]s5、基于简化后的温度传感器优化布置模型，利用多目标遗传算法求解光纤温度传感器的最优布置方案。[0064]所述温度传感器优化布置模型的求解方法为：建立电力设备光纤温度传感器优化布置收益函数，根据光纤温度传感器约束条件，结合多目标遗传算法求解收益函数达到最大值时，光纤温度传感器的安装位置和数量，得到光纤温度传感器的最优布置方案。[0065]根据光纤温度传感器感知特征定义数字模型中传感器感知体积、安装坐标范围等多重约束条件，结合多目标遗传算法求解有效覆盖x个高温升变化区域中放置y个传感器的收益函数wxy，当wxy最大时传感器布局最优，即满足系列条件：[0066]wxy＝max{w11,w12,…,wxy}x∈(1,m),y∈(1,n),wxy∈(0,1)[0067]其中，m为传感器高温升变化区域最大值(三维网格划分最细)，n为光纤温度传感器的最大数量。[0068]本实例中采用多目标遗传算法求解收益函数wxy，该收益函数以光纤温度传感器数量最小和温度监测误差最小为主要收益对象，收益函数值与光纤温度传感器高收益监测点的关系示意图如图4所示；根据收益函数对应开关柜传感器布置位置关系可获得收益函数值最大时的光纤温度传感器最优布置方案，根据工程设计要求，可将光纤温度传感器高收益监测点按照光纤温度传感器感知范围进行分类合并，最终三维覆盖效果与最优布置方案如图5所示。[0069]以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此，凡本技术领域中技术人员依据本发明的构思在现有技术的基础上通过逻辑分析、推理、或者有限的实验可以得到的技术方案，皆应在权利要求书所确定的保护范围内。









图片声明：本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!




内容声明：本文中引用的各种信息及资料（包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主体（包括但不限于公司、媒体、协会等机构）的官方网站或公开发表的信息。部分内容参考包括:(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供参考使用,不准确地方联系删除处理！本站为非盈利性质站点,发布内容不收取任何费用也不接任何广告!




免责声明：我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本文部分文字与图片资源来自于网络，部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理!的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!