一种用于变压器的节能降耗判断方法及系统与流程

本发明涉及变压器，具体来说，涉及一种用于变压器的节能降耗判断方法及系统。

背景技术：

1、变压器是电力系统中的重要设备，其运行效率直接影响电网的节能降耗水平。作为电力系统的关键设备，变压器的运行状态和效率水平会对整个电网的节能情况产生直接的影响。一个电网系统中往往会布置有大量的变压器设备，它们在进行不同电压级之间的转换时，如果自身的效率较低，就会造成一定的能量损耗。这部分损耗是可以避免的，如果能提高变压器自身的效率，就可以减少电网的总体损耗，达到节约能源的目的。因此，提高变压器自身的工作效率，是电力部门实现节能降耗的一个非常关键的方面。

2、然而，目前对变压器的节能运行管理还存在以下问题：

3、1）现有的判断方法缺乏对变压器多方面运行状态的综合监测分析，无法全面判断节能优化的需求。现有的变压器节能运行管理多采用单一指标分析方法，如仅关注变压器负载率、温升情况等，不能全面反映变压器的实际运行状态，因此很难对变压器的节能潜力和节能措施需求做出准确判断。

4、2）现有判断方法过于依赖单一指标，无法反映变压器的整体运行情况。依靠单一指标很难判断变压器的节能空间大小，现有方法无法考量变压器的负载率、供电可靠性、运行成本等多方面因素的相互制约关系，导致节能判断存在一定盲目性，无法定位到变压器节能的关键所在。

5、针对相关技术中的问题，目前尚未提出有效的解决方案。

技术实现思路

1、针对相关技术中的问题，本发明提出一种用于变压器的节能降耗判断方法及系统，以克服现有相关技术所存在的上述技术问题。

2、为此，本发明采用的具体技术方案如下：

3、根据本发明的一个方面，提供了一种用于变压器的节能降耗判断方法，该方法包括以下步骤：

4、s1、采集变压器的实时运行数据、历史数据及成本数据，并进行数据清洗及标准化处理；

5、s2、利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析；

6、s3、分别为运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果分配预设权重；

7、s4、根据预设的评估标准分别对运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果进行评分；

8、s5、通过加权求和法根据每个分析结果的评分及与之相对应的权重计算综合得分；

9、s6、利用比较法分析综合得分是否超过预设综合得分阈值，若是，则进行节能降耗，若否，则不进行节能降耗。

10、作为优选地，所述利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析包括以下步骤：

11、s21、获取经过数据清洗及标准化处理后的实时运行数据、历史数据及成本数据；

12、s22、通过变压器的实时运行数据计算变压器的运行效率，得到运行效率分析结果；

13、s23、利用变压器的历史数据分析变压器的电力消耗模式及趋势，得到电力消耗模式和趋势分析结果；

14、s24、通过变压器的成本数据分析变压器的成本效益，得到成本效益分析结果；

15、s25、利用量子机器学习模型根据变压器的实时运行数据及历史数据预测变压器的预测耗损，得到耗损评估分析结果。

16、作为优选地，所述通过变压器的实时运行数据计算变压器的运行效率，得到运行效率分析结果包括：

17、s221、获取变压器的输入端电压u1、输入端电流i1、输入端有效功率p1、输出端电压u2、输出端电流i2、输出端有效功率p2、无载电流i0和无载损耗p0；

18、s222、结合变压器输入端的功率因数计算变压器的输入有效功率pin，计算公式为；

19、s223、结合变压器输出端的功率因数计算变压器的输出有效功率pout，计算公式为；

20、224、计算变压器运行效率η，计算公式为；

21、s225、计算变压器的运行效率η与变压器的标准效率η0之间的比值，得到运行效率分析结果；

22、所述利用变压器的历史数据分析变压器的电力消耗模式及趋势，得到电力消耗模式和趋势分析结果包括：

23、s231、获取变压器过去预设时间段的电力消耗数据，包括有效功率、电压、电流，并对电力消耗数据进行整理，绘制电力消耗趋势曲线图，观察其变化模式；

24、s232、分析不同时间段的电力消耗差异，判断是否存在大波动范围，并统计计算平均电力消耗、最大和最小消耗值，判断电力消耗的波动范围；

25、s233、获取变压器的历史维护保养记录，分析是否存在长时间未维护导致运行异常的情况，并对比同类变压器的电力消耗数据，判断该变压器是否存在异常；

26、s234、结合变压器的电力消耗变化模式、电力消耗的波动范围及异常判断结果分析得到电力消耗模式和趋势分析结果。

27、作为优选地，所述通过变压器的成本数据分析变压器的成本效益，得到成本效益分析结果包括：

28、s241、获取节能设备的购买和安装预算成本，预测实施节能措施后每年的电力节省量，并根据查询电力单价估算每年的电费节省成本；

29、s242、计算投资回收期，得到成本效益分析结果，其中，投资回收期=总投资成本/每年节省电费；

30、所述利用量子机器学习模型根据变压器的实时运行数据及历史数据预测变压器的预测耗损，得到耗损评估分析结果包括：

31、s251、获取变压器的实时运行数据和历史数据并进行缺失值及归一化处理；

32、s252、利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型，得到训练后的改进型量子神经网络模型；

33、s253、利用训练后的改进型量子神经网络模型输出与实时运行数据相对应的变压器的预测耗损；

34、s254、通过比较变压器的预测耗损与变压器的实际耗损之间的差值得到耗损评估分析结果。

35、作为优选地，所述利用处理后的变压器的历史数据构建并训练改进型量子神经网络模型，得到训练后的改进型量子神经网络模型包括以下步骤：

36、s2521、构建量子神经网络模型，其中，所述量子神经网络模型的输入层为变压器特征向量，隐含层为旋转门调节量子态，输出层为变压器的预测耗损；

37、s2522、利用量子旋转门调节变压器特征向量的量子态，提取数据的非线性特征，并利用量子进化算法优化旋转角度；

38、s2523、将预处理后的变压器的历史数据作为训练样本输入量子神经网络，并通过多次迭代训练调整网络连接权重，直至网络输出结果与实际标签一致时训练结束，得到训练后的改进型量子神经网络模型。

39、作为优选地，所述利用量子旋转门调节变压器特征向量的量子态，提取数据的非线性特征，并利用量子进化算法优化旋转角度包括以下步骤：

40、定义变压器的特征向量，包括负载率特征、温度特征及电压特征；

41、使用hadamard门将每个特征映射到量子比特的叠加态，得到量子特征向量；

42、设置旋转门的初始旋转角度，并将量子特征向量逐个通过旋转门调节特征向量的量子叠加态；

43、利用旋转门引入初始旋转角度相位实现特征的非线性映射，并定义初始旋转角度的量子编码作为量子个体基因；

44、设计量子个体适应度函数评价不同初始旋转角度对训练效果的影响，执行量子进化算法迭代搜索最佳旋转角度，并替换旋转门角度为量子进化算法得到的最佳旋转角度。

45、作为优选地，所述分别为运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果分配预设权重包括：

46、为运行效率分析结果配置第一权重；

47、为电力消耗模式和趋势分析结果配置第二权重；

48、为成本效益分析结果配置第三权重；

49、为耗损评估分析结果配置第四权重；

50、其中，第一权重＞第二权重=第四权重＞第三权重，且第一权重+第二权重+第三权重+第四权重=1。

51、作为优选地，所述根据预设的评估标准分别对运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果进行评分包括：

52、根据变压器的运行效率η与变压器的标准效率η0之间的比值确定运行效率分析结果的评分，若比值≥0.95，则评分为10分，0.90≤比值<0.95，则评分8分，0.85≤比值<0.90，则评分6分，0.80≤比值<0.85，则评分4分，比值<0.80，则评分2分；

53、根据变压器的电力消耗变化模式、电力消耗的波动范围及异常判断结果确定电力消耗模式和趋势分析结果的评分，若电力消耗变化模式稳定且无异常，则评分为10分，存在周期性波动，则评分为8分，波动范围超过阈值，则评分为6分，存在异常记录，则评分为4分；

54、根据投资回收期确定成本效益分析结果的评分，若投资回收期在2年内，则评分为10分，2-4年，则评分为8分，4-6年，则评分为6分，6-8年，则评分为4分，8年以上，则评分为2分；

55、根据变压器的预测耗损与变压器的实际耗损之间的差值确定耗损评估预测结果的评分，若差值<5%，则评分为10分，5%≤差值<10%，则评分为8分，10%≤差值<15%，则评分为6分，15%≤差值<20%，则评分为4分，差值≥20%，则评分为2分。

56、作为优选地，所述综合得分的计算公式为：式中，w1表示第一权重，s1表示运行效率分析结果的评分，w2表示第二权重，s2表示电力消耗模式和趋势分析结果的评分，w3表示第三权重，s3表示成本效益分析结果的评分，w4表示第四权重，s4表示耗损评估预测结果的评分。

57、根据本发明的另一个方面，提供了一种用于变压器的节能降耗判断系统，该系统包括数据采集模块、数据分析模块、权重配置模块、结果评分模块、综合计算模块及分析比较模块；

58、其中，所述数据采集模块，用于采集变压器的实时运行数据、历史数据及成本数据，并进行数据清洗及标准化处理；

59、所述数据分析模块，用于利用处理后的实时运行数据、历史数据及成本数据对变压器的运行效率、电力消耗模式和趋势、成本效益及耗损评估进行分析；

60、所述权重配置模块，用于分别为运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果分配预设权重；

61、所述结果评分模块，用于根据预设的评估标准分别对运行效率分析结果、电力消耗模式和趋势分析结果、成本效益分析结果及耗损评估分析结果进行评分；

62、所述综合计算模块，用于通过加权求和法根据每个分析结果的评分及与之相对应的权重计算综合得分；

63、所述分析比较模块，用于利用比较法分析综合得分是否超过预设综合得分阈值，若是，则进行节能降耗，若否，则不进行节能降耗。

64、与现有技术相比，本发明提供了用于变压器的节能降耗判断方法及系统，具备以下有益效果：

65、（1）本发明通过采集变压器的实时运行数据、历史数据以及成本数据，并基于采集的数据对变压器的运行效率、电力消耗模式、成本效益、耗损评估等多个方面进行全面的监测分析，从而可以实现对变压器运行状态的多参数监测与综合分析，有效地克服了传统判断方法过于依赖单一指标的问题。

66、（2）本发明通过运用权重分配结合评分机制对各项指标进行综合评价，可以客观、准确地判断变压器的节能状态和节能空间大小，实现变压器节能状态的准确判断，避免盲目性；此外，本发明还可以采用改进的量子机器学习算法预测变压器的耗损，从而可以大幅的提高对变压器复杂运行状态的预测准确性，更加准确的实现对节能降耗需求的判断。