魏本剛,陳洪崗,李紅雷,趙丹丹
(國(guó)網(wǎng)上海市電力公司電力科學(xué)研究院,上海200437)
摘 要: 變壓器是電力系統(tǒng)中十分重要的設(shè)備,其熱點(diǎn)溫度是指導(dǎo)變壓器負(fù)載運(yùn)行方式和影響變壓器絕緣壽命的重要參數(shù),準(zhǔn)確計(jì)算繞組熱點(diǎn)溫度具有重要意義。在分析變壓器內(nèi)部散熱過(guò)程及其熱特性行為的基礎(chǔ)上,考慮日照、風(fēng)速等環(huán)境因素對(duì)油浸式變壓器的參數(shù)帶來(lái)的影響,根據(jù)實(shí)驗(yàn)數(shù)據(jù),利用神經(jīng)網(wǎng)絡(luò)進(jìn)行建模預(yù)測(cè),對(duì)網(wǎng)絡(luò)的結(jié)構(gòu)、算法的改進(jìn)優(yōu)化等問(wèn)題進(jìn)行了研究。通過(guò)與實(shí)際測(cè)量值和導(dǎo)則計(jì)算值相比較,結(jié)果表明,L-M算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)算法比導(dǎo)則算法更接近實(shí)際測(cè)量值。
關(guān)鍵詞: 變壓器;繞組熱點(diǎn)溫度;神經(jīng)網(wǎng)絡(luò);油熱特性參數(shù);L-M算法
0 引言
電力變壓器廣泛應(yīng)用于各個(gè)等級(jí)的電網(wǎng)中,對(duì)電能的經(jīng)濟(jì)傳輸、靈活分配和安全使用具有重要作用[1]。當(dāng)前用電需求不斷增多,電力變壓器容量不斷增大,但其幾何尺寸并未因此增大,所以渦流損耗和雜散損耗會(huì)提高,引起繞組發(fā)熱更多,增加了變壓器故障的發(fā)生[2]。當(dāng)前配電網(wǎng)中有75%左右是油浸式變壓器,長(zhǎng)期暴露在高溫環(huán)境中,會(huì)使絕緣油紙板發(fā)生老化,造成變壓器的壽命縮短[3]。根據(jù)6 ℃法則,油浸式變壓器熱點(diǎn)溫度為98 ℃時(shí)其相對(duì)老化率為1,當(dāng)熱點(diǎn)溫度高于98 ℃時(shí),每升高6 K,其壽命降低一倍即老化率增加一倍[4]。所以準(zhǔn)確確定變壓器在不同負(fù)載與環(huán)境溫度下的熱點(diǎn)溫度具有十分重要的意義。
目前最準(zhǔn)確的測(cè)量熱點(diǎn)溫度的方法是直接測(cè)量法,即在變壓器靠近導(dǎo)線位置預(yù)埋測(cè)溫傳感器,但在實(shí)際運(yùn)行時(shí)直接測(cè)量成本較高,且運(yùn)行維護(hù)困難,此方法主要是實(shí)驗(yàn)中使用[5-6]。工程上對(duì)于已經(jīng)投運(yùn)的變壓器通常用間接方法得到繞組熱點(diǎn)溫度,比較常規(guī)的方法是IEEE Std C57.91導(dǎo)則[7]和IEC 60076導(dǎo)則[8]推薦的變壓器繞組熱點(diǎn)溫度計(jì)算公式。推薦的計(jì)算公式忽略了環(huán)境因素,比如日照、風(fēng)速等對(duì)頂層油溫度和熱點(diǎn)溫度的動(dòng)態(tài)影響,存在局限性。為此,國(guó)內(nèi)外很多學(xué)者都在探尋計(jì)算頂層油溫度和熱點(diǎn)溫度的新方法。文獻(xiàn)[9]中指出了推薦計(jì)算公式的局限性,建立了變壓器頂層油溫度模型,采用后向歐拉離散公式、線性回歸計(jì)算頂層油溫度和辨識(shí)模型參數(shù),但計(jì)算仍存在較大誤差。文獻(xiàn)[10]考慮油粘度和損耗隨溫度的變化,運(yùn)用傳熱學(xué)理論將變壓器內(nèi)部傳熱過(guò)程等效為2個(gè)有串聯(lián)關(guān)系的集總參數(shù)熱路,研究得到頂層油時(shí)間常數(shù)小于IEC 60076導(dǎo)則推薦值,但模型簡(jiǎn)化時(shí)忽略了油與油箱之間的溫度差和油箱外壁的復(fù)合換熱過(guò)程。文獻(xiàn)[11]運(yùn)用熱點(diǎn)類比、傳熱學(xué)理論在文獻(xiàn)[10]基礎(chǔ)上建立了基于熱點(diǎn)溫度與環(huán)境溫度之差的熱點(diǎn)溫升簡(jiǎn)化模型,為簡(jiǎn)化計(jì)算模型,直接忽略了鐵心損耗對(duì)整個(gè)模型的影響。文獻(xiàn)[12]利用遺傳算法優(yōu)化變壓器熱特性參數(shù)并建立直接與環(huán)境條件、負(fù)載以及冷卻系統(tǒng)狀態(tài)等現(xiàn)場(chǎng)運(yùn)行參數(shù)相聯(lián)系的變壓器溫度動(dòng)態(tài)計(jì)算模型,可以有效估算和預(yù)測(cè)熱點(diǎn)溫度以及變壓器內(nèi)部油溫度,計(jì)算精度得到提高。文獻(xiàn)[13]中對(duì)熱點(diǎn)溫度計(jì)算公式進(jìn)行了改進(jìn),設(shè)定y=2x,幾乎不影響溫度計(jì)算結(jié)果的準(zhǔn)確性,對(duì)于過(guò)載運(yùn)行的變壓器具有更準(zhǔn)確的預(yù)測(cè)結(jié)果,提高了預(yù)測(cè)的安全性。
本文基于變壓器熱特性行為分析,考慮溫度變化和環(huán)境因素對(duì)油熱特性參數(shù)的影響,利用導(dǎo)則推薦的公式,選取對(duì)變壓器熱點(diǎn)溫度影響比較大的參數(shù)。將導(dǎo)則實(shí)例數(shù)據(jù)作為數(shù)據(jù)庫(kù),利用L-M算法優(yōu)化改進(jìn)的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練,得到的網(wǎng)絡(luò)可以預(yù)測(cè)出動(dòng)態(tài)合理的油熱特性參數(shù)。利用得到的合理參數(shù),根據(jù)改進(jìn)的熱點(diǎn)溫度計(jì)算公式進(jìn)行計(jì)算,通過(guò)與實(shí)際測(cè)量值和導(dǎo)則計(jì)算值相比較,結(jié)果表明:改進(jìn)的神經(jīng)網(wǎng)絡(luò)算法比導(dǎo)則算法更接近實(shí)際測(cè)量值。
1 繞組熱點(diǎn)溫度計(jì)算方法
在IEC 60076標(biāo)準(zhǔn)中,規(guī)定了油浸式變壓器繞組熱點(diǎn)溫度計(jì)算方程:
當(dāng)負(fù)載系數(shù)增大時(shí),
其中:
其中:
式(1)中,h為任意負(fù)載情況下熱點(diǎn)溫度,℃;
a為環(huán)境溫度,℃;
o為頂層油溫升,℃;
h為熱點(diǎn)溫度對(duì)頂層油溫的溫升。式(2)中,
oi為開(kāi)始時(shí)的頂層油溫升,℃;
or為額定損耗下頂層油穩(wěn)態(tài)溫升,℃;R為額定電流下的負(fù)載損耗和空載損耗之比;K為負(fù)載系數(shù),它是負(fù)載電流與額定電流之比;x為油的指數(shù);y為繞組指數(shù);
hi為開(kāi)始時(shí)熱點(diǎn)溫度對(duì)頂層油溫的梯度。式(3)、(4)、(6)中,k11、k21、k22為熱模型常數(shù),o為平均油時(shí)間常數(shù),繞組時(shí)間常數(shù)。
從導(dǎo)則推薦的方程可知,表示變壓器運(yùn)行時(shí)任一負(fù)載情況下的總損耗與額定情況下的總損耗之比,H為額定負(fù)載下熱點(diǎn)對(duì)繞組頂部油的溫差,Ky為任一負(fù)載情況對(duì)額定負(fù)載情況的溫差系數(shù)。
2 變壓器發(fā)熱機(jī)理分析
運(yùn)行中的變壓器其內(nèi)部部分電磁能量將轉(zhuǎn)變?yōu)闊崃?,在鐵心、繞組等發(fā)熱體中均要產(chǎn)生損耗,其中繞組的損耗是內(nèi)部的主要熱源,損耗將變?yōu)闊崃肯蛲鈧鬟f到周圍介質(zhì)中,引起變壓器溫度升高。
變壓器的損耗表現(xiàn)為以下形式:
PT=PC+PL(7)
式(7)中,PT為總損耗,W;PC為空載損耗,W;PL為負(fù)載損耗,W。
空載損耗是變壓器的一個(gè)繞組端子加額定電壓,其他繞組開(kāi)路所吸收的有功功率??蛰d損耗由渦流損耗和磁滯損耗構(gòu)成。負(fù)載損耗由繞組導(dǎo)線中的電阻損耗、渦流損耗以及變壓器夾件、油箱等結(jié)構(gòu)中的雜散損耗構(gòu)成。在變壓器內(nèi)部,鐵心外包有套筒,將鐵心油道與繞組油道隔開(kāi),所以負(fù)載損耗是造成繞組溫度升高的最主要原因。
空載損耗可以表示為:
式(8)中,P1為鐵心中的磁滯損耗,W;P2為鐵心中的渦流損耗,W;h為磁滯損耗系數(shù);e為渦流損耗系數(shù);f為電流頻率,Hz;Bm為磁通密度的最大值,Wb/m2。由式(8)可看出,空載損耗與磁通密度的最大值Bm的平方成正比。因?yàn)樽儔浩麒F心的磁化曲線具有飽和特性,通常變壓器設(shè)計(jì)時(shí)將Bm值選擇在磁化曲線的接近飽和區(qū),所以當(dāng)負(fù)載電流增大時(shí),Bm隨負(fù)載電流的增加并不大。
負(fù)載損耗可表示為:
PL=I2R+PE+PS(9)
式(9)中,I2R為繞組導(dǎo)體的直流電阻損耗,W;PE為繞組的渦流損耗,W;PS為金屬部件的雜散損耗,W。
3 熱點(diǎn)溫度參數(shù)變量的確定
導(dǎo)則中給出了一個(gè)250 MVA、ONAF冷卻方式的變壓器實(shí)例,以此為基礎(chǔ),根據(jù)式(1)~式(6)得到單個(gè)參數(shù)變化對(duì)熱點(diǎn)溫度變化的影響,如表1。
由表1可知,有些參數(shù)對(duì)熱點(diǎn)溫度的影響甚微,比如頂層油初始溫升Δθoi、負(fù)載損耗與空載損耗的比值R、初始時(shí)熱點(diǎn)油溫對(duì)頂層油溫梯度Δθhi,因此可以忽略它們的影響。對(duì)熱點(diǎn)溫度影響比較大的是與油和繞組相關(guān)的參數(shù),即油指數(shù)x、油時(shí)間常數(shù)o、繞組指數(shù)y、繞組時(shí)間常數(shù),導(dǎo)則中給出了變壓器熱特性參數(shù)的推薦值,見(jiàn)表2。
熱特性參數(shù)推薦值是根據(jù)經(jīng)驗(yàn)給出的。但是對(duì)于實(shí)際運(yùn)行來(lái)說(shuō),熱特性參數(shù)特別是油的熱特性參數(shù),即油指數(shù)x、油時(shí)間常數(shù)o,受溫度影響會(huì)有相對(duì)比較大的變化,所以獲得準(zhǔn)確的動(dòng)態(tài)熱特性參數(shù)對(duì)熱點(diǎn)溫度的精確預(yù)測(cè)具有重要意義。
實(shí)際情況中,可以得到的參數(shù)有環(huán)境溫度、初始頂層油溫升、負(fù)載損耗和空載損耗比、頂層油溫度。所以要想得到準(zhǔn)確的油熱特性參數(shù),只能依據(jù)這些參數(shù)來(lái)獲得。公式(1)中,a+
o即為環(huán)境溫度與油箱內(nèi)頂層油溫升之和,得到的為頂層油溫
o。這樣就將公式(2)和公式(5)中的熱點(diǎn)溫度與頂層油溫相關(guān)的部分舍掉了,實(shí)際情況中得到的
o為準(zhǔn)確值,這樣有利于得到比較準(zhǔn)確的油熱特性參數(shù)。
4 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計(jì)
BP神經(jīng)網(wǎng)絡(luò)通常由輸入層、隱含層和輸出層組成,層與層之間全互連,每層節(jié)點(diǎn)之間不互連。如圖1所示。對(duì)應(yīng)的網(wǎng)絡(luò)輸入X=[x1,x2,…,xn]T,輸出Y=[y1,y2,…,ym]T。設(shè)有P個(gè)學(xué)習(xí)樣本矢量,對(duì)應(yīng)的期望輸出為d(1),d(2),…,d(p),學(xué)習(xí)是通過(guò)誤差校正權(quán)值,使各y(p)接近d(p)。為簡(jiǎn)化推導(dǎo),把各計(jì)算節(jié)點(diǎn)的閾值并入權(quán)矢量。
該學(xué)習(xí)規(guī)則的推導(dǎo)是基于最小均方誤差準(zhǔn)則,當(dāng)一個(gè)樣本(設(shè)為第p個(gè)樣本)輸入網(wǎng)絡(luò),并產(chǎn)生輸出時(shí),均方誤差應(yīng)為各輸出單元誤差平方之和,即:
設(shè)sp為網(wǎng)絡(luò)中的一個(gè)連接權(quán)值,則根據(jù)梯度下降法,批處理方式下的權(quán)值修正量應(yīng)為:
由于BP網(wǎng)絡(luò)采用的是基于梯度的最速下降法,有可能存在學(xué)習(xí)算法收斂速度慢和存在局部極小點(diǎn)的問(wèn)題,可以采用Lenvenberg-Marquardt(L-M)法對(duì)網(wǎng)絡(luò)進(jìn)行改進(jìn),該算法實(shí)際上是梯度下降法和牛頓法的結(jié)合,其權(quán)重調(diào)整值如式(13)所示:
式中,J為網(wǎng)絡(luò)誤差對(duì)權(quán)值導(dǎo)數(shù)的雅克比矩陣;e為誤差向量;I為單位矩陣;為標(biāo)量,在計(jì)算過(guò)程中,
是自適應(yīng)調(diào)整的,當(dāng)其很大時(shí),上式接近于梯度法,當(dāng)其很小時(shí),上式變成了高斯-牛頓法[14]。
根據(jù)Kolmogorov定理,任一連續(xù)函數(shù)或映射可由一個(gè)三層神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn),即一個(gè)三層的BP網(wǎng)絡(luò)可以完成任意n維到m維的映射。因此本文采用三層BP神經(jīng)網(wǎng)絡(luò)來(lái)實(shí)現(xiàn)油特性參數(shù)的預(yù)測(cè)。
以導(dǎo)則中所給的實(shí)例為例,由于實(shí)例中所取的測(cè)量時(shí)間點(diǎn)只有6組,數(shù)據(jù)較少,在導(dǎo)則給出的油指數(shù)x和油時(shí)間常數(shù)o的推薦值基礎(chǔ)上,在合理范圍(±10%)內(nèi)對(duì)兩參數(shù)進(jìn)行取值,得到100組數(shù)據(jù),這100組數(shù)據(jù)中并未包含實(shí)例中的6組數(shù)據(jù)。根據(jù)公式o=
a+
o,其他參數(shù)采用實(shí)例中給出的值,計(jì)算出對(duì)應(yīng)的頂層油溫度,這樣就有了100組包含各個(gè)所需參數(shù)的數(shù)據(jù)庫(kù)。
網(wǎng)絡(luò)的輸入和輸出是由實(shí)際問(wèn)題決定的,本文將環(huán)境溫度a、初始頂層油溫升
oi、負(fù)載系數(shù)K和頂層油溫度
o作為輸入量,油指數(shù)x和油時(shí)間常數(shù)
o作為輸出量。由于前向BP神經(jīng)網(wǎng)絡(luò)是一個(gè)靜態(tài)網(wǎng)絡(luò),在此為網(wǎng)絡(luò)中引入記憶,即通過(guò)延時(shí)單元把網(wǎng)絡(luò)輸入量前一時(shí)刻的狀態(tài)保留下來(lái)作為下一時(shí)刻的輸入,每一時(shí)刻的初始油溫升都是上一時(shí)刻的頂層油溫升,從而使得靜態(tài)網(wǎng)絡(luò)變?yōu)閯?dòng)態(tài)網(wǎng)絡(luò)。
隱含層的選擇直接決定著神經(jīng)網(wǎng)絡(luò)訓(xùn)練程度的好壞。本文在訓(xùn)練中參考了多種經(jīng)驗(yàn)公式[15],采用試探法確定網(wǎng)絡(luò)隱含層節(jié)點(diǎn)數(shù),如式(14)。表3列舉了BP網(wǎng)絡(luò)所采用的幾組隱含層節(jié)點(diǎn)數(shù)目。
式中,l為隱單元數(shù),n為輸入單元數(shù),m為輸出單元數(shù),∈[1,10]區(qū)間的常數(shù)。
對(duì)每個(gè)隱層節(jié)點(diǎn)數(shù)都進(jìn)行10次不同的訓(xùn)練,取平均訓(xùn)練誤差最小時(shí)的節(jié)點(diǎn)數(shù)為最優(yōu)隱含層節(jié)點(diǎn)數(shù)。最終當(dāng)隱含層節(jié)點(diǎn)數(shù)為10時(shí)誤差最小,于是選定隱含層節(jié)點(diǎn)數(shù)為10。
為了能夠準(zhǔn)確地進(jìn)行預(yù)測(cè),應(yīng)該在訓(xùn)練之前對(duì)樣本數(shù)據(jù)進(jìn)行預(yù)處理,對(duì)于標(biāo)準(zhǔn)的sigmoid函數(shù)來(lái)說(shuō),其輸入輸出范圍限定在[0,1]之間,則對(duì)訓(xùn)練樣本進(jìn)行歸一化處理如下:
式中,y為樣本經(jīng)過(guò)歸一化后神經(jīng)網(wǎng)絡(luò)的輸入值,xi為實(shí)際的輸入數(shù)據(jù),xmax、xmin分別為實(shí)際輸入數(shù)據(jù)的最大值和最小值。經(jīng)過(guò)預(yù)處理后神經(jīng)網(wǎng)絡(luò)的輸出值范圍在[0.1,0.9]區(qū)間內(nèi),只需對(duì)式(15)進(jìn)行一次反變換,即可轉(zhuǎn)換為所需的熱點(diǎn)溫度值。
神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過(guò)程需要數(shù)據(jù)進(jìn)行訓(xùn)練,從而學(xué)會(huì)其中的內(nèi)在規(guī)律,所以在檢驗(yàn)網(wǎng)絡(luò)的性能時(shí),要用訓(xùn)練樣本以外的數(shù)據(jù)。因此,把數(shù)據(jù)分為兩組,一組用于訓(xùn)練神經(jīng)網(wǎng)絡(luò),即為訓(xùn)練集;一組用于檢驗(yàn)訓(xùn)練成果,稱為測(cè)試集。本文中取80組數(shù)據(jù)作為訓(xùn)練集,20組數(shù)據(jù)作為測(cè)試集。在得到合適的網(wǎng)絡(luò)之后,將得到的油熱特性參數(shù)代入到式(1)中進(jìn)行計(jì)算,結(jié)合文獻(xiàn)[10]中的算法改進(jìn),將預(yù)測(cè)得到的熱點(diǎn)溫度與實(shí)例中給出的熱點(diǎn)溫度進(jìn)行比較。
此外,為了使網(wǎng)絡(luò)預(yù)測(cè)更精確,本文選用L-M算法改進(jìn)傳統(tǒng)的BP網(wǎng)絡(luò),設(shè)置訓(xùn)練目標(biāo)為0.001,訓(xùn)練步長(zhǎng)為50步,為了滿足輸出層范圍在[0,1]之間,輸出層選擇S型對(duì)數(shù)函數(shù)logsig,為了保證隱含層傳遞的非線性特征,隱含層傳遞函數(shù)也采用logsig函數(shù)。
對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。圖2為Performance圖,即網(wǎng)絡(luò)訓(xùn)練過(guò)程圖,由圖2可知,最終訓(xùn)練誤差只有0.001 88,訓(xùn)練結(jié)果良好。圖3為Regression圖,其反映的是網(wǎng)絡(luò)的擬合能力,曲線越接近R=1,說(shuō)明擬合能力越強(qiáng),由圖3可知,R=0.954 27,網(wǎng)絡(luò)的擬合能力很好。
利用訓(xùn)練好的網(wǎng)絡(luò)對(duì)實(shí)例中給出的6組數(shù)據(jù)進(jìn)行預(yù)測(cè),得到的結(jié)果如圖4和表4。圖4反映了隨著負(fù)載和時(shí)間的變化,導(dǎo)則計(jì)算值、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值和實(shí)際測(cè)量值的變化,由圖可知,通過(guò)本文算法得到的溫度值比導(dǎo)則算法更接近實(shí)際值。表4為每個(gè)負(fù)載級(jí)結(jié)束時(shí),三種方式得到的熱點(diǎn)溫度值,同樣可以發(fā)現(xiàn)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)值比導(dǎo)則計(jì)算方法更加準(zhǔn)確。
5 結(jié)論
根據(jù)變壓器發(fā)熱機(jī)理,考慮環(huán)境因素和溫度變化對(duì)油熱特性參數(shù)帶來(lái)的影響,以改進(jìn)的導(dǎo)則熱點(diǎn)溫度計(jì)算方法為基礎(chǔ),結(jié)合采用L-M算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)算法,選取合適的函數(shù)和參數(shù),訓(xùn)練網(wǎng)絡(luò)并預(yù)測(cè)動(dòng)態(tài)變化的油熱特性參數(shù),進(jìn)而計(jì)算得到熱點(diǎn)溫度。將預(yù)測(cè)結(jié)果與IEC 60076推薦算法和實(shí)際測(cè)量值相比較,結(jié)果表明優(yōu)化的神經(jīng)網(wǎng)絡(luò)算法對(duì)熱點(diǎn)溫度的計(jì)算值更接近實(shí)際測(cè)量值。
參考文獻(xiàn)
[1] 謝毓城.電力變壓器手冊(cè)[M].北京:機(jī)械工業(yè)出版社,2003.
[2] 彭惠.變壓器漏磁場(chǎng)及箱體渦流損耗計(jì)算[D].北京:清華大學(xué),2004.
[3] 王曉鶯.變壓器故障與監(jiān)測(cè)[M].北京:機(jī)械工業(yè)出版社,2004.
[4] 毛一之,王秀春,韓鵬.應(yīng)用繞組測(cè)溫裝置測(cè)量變壓器繞組溫度的必要性和可行性分析[J].變壓器,2004,4(9):13-17.
[5] 錢政,孫焦德,袁克道.電力變壓器繞組熱點(diǎn)狀態(tài)的在線監(jiān)測(cè)技術(shù)[J].高電壓技術(shù),2003,29(9):26-28.
[6] 陳淑謹(jǐn),王世閣,劉富家.變壓器繞組熱點(diǎn)在線監(jiān)測(cè)裝置的研制與應(yīng)用[J].變壓器,2000,37(8):41-45.
[7] IEEE.IEEE Std C57.91-1995 IEEE guide for loading mineral-oil-immersed transformers[S].Piscataway,NJ,USA:the Institute of Electrical and Electronics Engineers,1995.
[8] GB/T15164-2008.油浸式電力變壓器負(fù)載導(dǎo)則[S].北京:國(guó)家技術(shù)監(jiān)督局,2008.
[9] LESIEUTRE B C,HAGMAN W H,KIRTLEY J L.An improved transformer top oil temperature model for use in an on-line monitoring and diagnostic system[J].IEEE Transactions on Power Delivery,1997,12(1):249-256.
[10] SUSA D,LEHTONEN M,NORDMAN H.Dynamic thermal modelling of power transformers[J].IEEE Transactions on Power Delivery,2005,20(1):197-204.
[11] SUSA D,NORDMAN H.A simple model for calculating transformer hot-spot temperature[J].IEEE Transactions on Power Delivery,2009,24(3):1257-1265.
[12] 曾紅,周孝信,吳青華.用智能學(xué)習(xí)方法建立電力變壓器動(dòng)態(tài)溫度計(jì)算模型[C].中國(guó)供電國(guó)際會(huì)議,上海,2000:471-473.
[13] 陳偉根,趙濤,江淘莎,等.改進(jìn)的變壓器繞組熱點(diǎn)溫度估算方法[J].高壓電器,2009,45(1):53-56.
[14] 李孟勵(lì).基于BP神經(jīng)網(wǎng)絡(luò)的變壓器繞組熱點(diǎn)溫度預(yù)測(cè)方法研究[D].重慶:重慶大學(xué),2010.
[15] 陳慧琴.基于人工神經(jīng)網(wǎng)絡(luò)的遺傳算法理論及應(yīng)用[D].武漢:武漢理工大學(xué),2003.