智能电网下配电变压器重过载影响因素

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

智能电网下配电变压器重过载影响因素

随着社会用电量的不断增多,配电重过载会影响用电安全性,智能电网时代导致重过载的因素较多,因此,探究该论题具有一定必要性和迫切性,从影响重过载的因素入手,制定有效的应急处理对策,有利于降低重过载发生几率,确保人们生活有序进行。希望能为相关电力企业提供有效借鉴,具体探究如下。

1特征变量重要性

介绍目前,相关学者对10kv配电变压器重过载问题高度关注,不同学者的分析方向以及分析方式存在差异,但探究配变设备负荷过高因素的学者数量较少,即使个别学者能够探究配变重过载因素,也只是浅层次探究,未对配变具体分类。本文探究该论题时引用数据统计分析方法,并巧妙运用R语言工具,分析天气、用户、配变自身等因素间的关系,以及各因素在重过载中的重要性,最后有序排列影响因素,借此完成配电的具体分类,以便为智能电网合理规划提供依据。上述介绍的三方面因素对配变重过载有重要影响,选定关键类变量并对其进行统计分析,掌握配变重过载现象发生时,特征变量在其中发挥的重要作用。在这一过程中,巧妙应用对策理论法进行重要性分析,最后顺利去除过于独立的特征变量以及关联性较弱的特征变量,对关联性较强的特征变量进行建模分析,根据分析结果合理划分配变,以及用户类型。

2数据处理

一方面,确定特征变量,这是模型构建的基础,其中,天气因素主要包括温度、日期等;用户因素主要包括负载类型、产业规模等;自身因素主要包括冷却方式、;配变类型、保护方式等。另一方面,对各类影响因素具体定义。天气因素:日(月)平均温度、天气状况、星期、季度、法定假期,日平均温度分类情况、配变负载率情况;用户因素:用电类别、用户分类、行业分类、运行容量、重要性等级、运行容量、重点用户表示、耗能产业类别、生产班次、厂休日;配变自身因素:主备性质、变动容量、首运日期、冷却方式、铭牌容量、保护方式、生产日期。

3建模分析

3.1相对重要性

一般来说,自变量因素间存在一定关联,应用对策理论法分析自变量的相对重要性,该方法应用过程中,明确特征量、影响配变重过载的特征量组合、互信息、信息分解的参数,依次为参与者、联和贡献、特征函数、效益,最后应用对策理论具体算法得出自变量的相对重要性[1]。3.2条件概率情况配变重过载概率因特征变量取值差异会发生数值变化,应用全概率公式P(B)ni=1ΣP(Ai)P (BIAi)分析特征变量与概率间的存在的关系。应用贝叶斯公式P(BiIA)=P (Bi)P(AIBi)Σnj=1P(Bi)P(AIBj)具体计算、直观呈现特征量分布状态。

选取天气因素——温度变量,探究其与重过载概率间关系,基于得出配变分类法。经分析可知,配变重过载现象受高温或者低温影响较大,一旦温度过高或者过低,那么重过载概率会随之增大。

3.2对策理论求解相对重要性

因变量以及自变量之间存在着一定的相关性,无法较为快速的得到自变量的相对重要性,想要处理该实际习惯的问题,就需要分析自变量当中的各个组合形式,分析其原理内容,借助对策理论求得出特征的函数。在多人共同参与的工作内,确定出分配函数,衡量合作的效益等要素,科学合理的去分配。

4实例分析

4.1基本数据及特征

为了可以更为深度的了解并掌握智能电网下配电变压器重过载的影响因素,本文主要以我国某一供电分局为例进行分析,从中选择出2017年1月至2018年8月的配变负荷数据,对其具体化的过载影响因素进行探究,了解其实际的分类配变状况。在供电分局中,配变总数约为1200台,其包含无重过载数量990台,已有重过载210台,提取出实际的变量,并明确各个变量的特征重要性。具体如图1所示,就其特征变量等进行分析,观察其所占的比例数值。

4.2关系探究

分析行业类别在配变重过载中所占比重根据该分局提供重过载配变数据分析可知),配变重过载比例较高的行业主要有五类,行业类别及其占比情况分别为塑料加工业(37%)、灯饰制造业(28%)、造纸业(19%)、居民服务业(12%)、零售业(10%)。从另一个角度分析不同行业配变重过载情况,能够间接了解不同行业的经济结构,进而电网企业能够根据行业重过载比例情况合理规划、适当分配配变容量,同时,还能根据观察得到的行业经济规模情况明确经济指标。分析用电类别在配变重过载中的占比情况,其中,一般工商业配变重过载所占比例为21%,城镇居民生活用电重过载率为13%,乡村居民生活用电重过载率为22%,农业生产用电重过载率为11%,大工业用电重过载率为30%,其他重过载率为3%。具体分析可知,城镇用电少于乡村,这主要是因为乡村居民大规模使用功率较大的电气设备,再加上乡村配电设施陈旧,因此乡村用电量多于城镇。配变重过载还受日(月)平均温度因素影响,经分析可知,重过载概率与日(月)平均温度间存在一定联系,其中,Ⅰ类配变数量为63,它在重过载配变总数中占比为29.86%,它主要適用的行业为通信业、工业,如果配电设备运行期间环境温度过高或者过低,则设备耗电量会随之增加;Ⅱ类配变数量为101,它在重过载配变总数中占比为47.86%,它主要适用于商业用电和住宅用电,重过载概率会随着日平均温度的升高而增加,从图示中可以看出,重过载概率随着配变温度过高或者过低而增大。

在了解10kv配电变压器重过载影响因素之后,应当及时高效使用配变匹配

调换法,通过该方式来进一步的缓解其负荷的压力状态,减小其所产生的过载问题概率,在使用配变匹配调换法时,需要遵守相应的原则标准,赋予其流程规范性的特征,及时的开展匹配调换等的工作,编制出一套更为科学合理的匹配方案。

结语:依据文章上述的内容可以得知,分析影响配电变压器重过载影响因素十分的重要,这主要是因为在实际的使用过程中,其配电变压器时常会出现重过载等一系列的问题,其问题的产生会导致配电变压器的综合性能受到不良的影响,同时还会拉低总体的电能供应稳定程度,阻碍人们生产生活的开展,设定重过载等影响因素,在适当的情况下,合理的使用配变匹配调换法,借助其方式进一步的提升智能电网规划的合理性,给其电网的运行做铺垫,提供更为科学且精确的数据信息,从根源撒个,提升企业的资金回报率,防止其资金链出现断裂等的问题,强化企业综合实力。

参考文献:

[1]郑东东;配电变压器智能监测关键技术研究[D];华北电力大学;2013年

[2]韩筛根;HP公司高效节能配电变压器市场营销战略研究[D];华北电力大学;2015年

[3]齐府定;新型油浸式节能配电变压器的研发[D];浙江工业大学;2014年

[4]李帅;10kV级油浸式配电变压器漏磁场和抗短路能力的研究[D];河北工业大学;2015年

[5]李继昌;配电变压器无触点有载自动调容技术的研究[D];东北农业大学;2015年

相关文档
最新文档