油浸式變壓器冷卻自適應控制優化方法研究

中圖分類號：TP212；TM64 文獻標識碼：A 文章編號：1001-5922（2025）10-0175-04

Research on adaptive control optimization method of oil-immersed transformer cooling

LI Fupeng'，ZENGHongying'，FENG Binjie2，XUCaishen2，ZENGGuo2

1. Guangdong Power Grid Co.，Ltd.，Zhongshan Power Supply Bureau，Zhongshan 52840o，Guangdong China; 2.Guangzhou Joy-Youth Technology Development Co.，Ltd.，Guangzhou 51O8Oo，China）

Abstract：During the operation oftheoil-immersed transformer，due to the current conductionand magnetic field of itsinternalelectricalcomponents，significantheatwillcontinue tobegenerated.If theseheatcannotbedistrbuted intimeand effectively，thetemperature insidethe transformer willriserapidly，whichwillaffect itsperformance and service life.Optimizing its cooling controlcan makethe transformer achieve more stable operation efect.Therefore，anadaptive control optimization method foroil-immersed transformer cooling is designed.The infrared thermometer，current sensor and oil chromatogram analyzer are used to monitor the temperature，current and oil chromatogram data of oil-immersed transformer.The experimental results show thatthe design method has low average energy consumption and smallfluctuation range under standard load and ambient temperature. Under the peak load and high temperature environmenttest，the designmethod stillshows excellentcoolingcontrolabilityandlow overall energy consumption.

Key words：oil immersed transformer;infrared temperature sensor; currnt sensor;oil chromatography analyzer; cooling adaptive control optimization

如何實現油浸式變壓器冷卻系統的自適應控制，以確保變壓器在各種運行條件下都能保持穩定的溫度，成了當前電力工業領域的研究熱點[1]。

眾多研究機構與高校圍繞變壓器的熱特性、冷卻系統優化以及先進的控制策略等方面開展了大量的研究24]。江偉[設計了強油風冷變壓器的PLC冷卻控制器的控制方式，并提出了相應的組網模式。黃錫斌通過SIMATICS7-300PLC控制系統成功實現了主變壓器油水冷卻器系統的控制。然而以上兩種方法容易受到外部環境的干擾、信號噪聲以及設備老化等因素的影響，從而導致控制效果不佳。因此本文提出一種新型的自適應控制方法，以實現對油浸式變壓器冷卻系統的優化控制。

1油浸式變壓器冷卻自適應控制優化方法設計

1.1傳感器數據監測

利用紅外線溫度傳感器、電流傳感器、油色譜分析儀實現油浸式變壓器溫度、電流、油色譜數據的監測。

其中，紅外線溫度傳感器的設計如下：該傳感器由主控微處理器、無線通信模塊、系統電源電路、信號采集電路等構成。信號采集電路作為傳感器的核心部分，主要構成包括紅外測溫探頭、AD7794以及鉑電阻。其中探頭采用熱敏電阻作為感應元件，熱敏電阻對于紅外輻射極為敏感，能迅速響應溫度變化。探頭表面涂有特定的紅外吸收涂層，以增強對紅外輻射的吸收能力。此外，為減小環境光對測溫的干擾，在探頭上集成一個光學濾光片，僅允許特定波長的紅外光通過[7-8]。

電流傳感器的結構設計如圖1所示。

圖1電流傳感器的結構設計Fig.1Structure design of current sensor油色譜分析儀選用多維氣相色譜儀。

圖3模型的結構Fig.3Structure of the model

1.2異常監測數據異常跳變值濾除

在上述的實際監測時，數據會產生異常跳躍問題，因此運用濾波技術來剔除這些異常跳躍的數值，實現數據曲線的平滑化。所采取的濾波方式為程序判斷濾波法。具體濾波流程如圖2所示。

圖2具體濾波流程 Fig.2Specific filteringprocess

通過上述流程降低脈沖干擾對監測數據的影響，但不會影響數據的平滑[]。

1.3基于貝葉斯決策的冷卻自適應控制優化模型

通常在冷卻自適應控制中，主要考慮了包括熱點溫度、負荷電流、頂層油溫度等常規的參量，而忽略了一些過熱缺陷帶來的損傷及其發生原理。因此考慮該因素，提出一種基于貝葉斯決策的冷卻自適應控制優化模型，該模型考慮了油色譜數據與鐵心接地電流這2種因素，以評估一些過熱性缺陷[10-11]

自適應控制優化模型的結構如圖3所示。

該模型智能化冷卻管理流程如下：首先獲取各種異常跳變值濾除后的監測數據。隨后，對這些數據實施一段時間內的綜合分析，從而計算出冷卻系統的效率。這一效率數據將作為制定冷卻系統控制策略的重要參考[12]。接著，采用貝葉斯決策方法，對5種智能冷卻控制策略實施權衡和選擇，旨在找出最優的控制方案。最后，結合冷卻裝置的運行歷史數據，對其投入情況實施統計分析，以此確定冷卻裝置的投入順序，確保冷卻裝置的投人量達到均衡狀態[13]其中頂層油溫策略的決策過程如下。

（1）確定特征屬性及劃分

用 a₁、a₂、a₃ 表示頂層油溫的3個特征屬性，依據以下原則劃分：

式中： T₀ 為頂層油溫； E_s 為風機停止狀態； E_sU 為風機啟動狀態； Z 為風機狀態。

（2）獲取訓練樣本

選取 -45^qC～60^qC 范圍內的各頂層油溫數據，并將其作為訓練樣本，計算樣本中各類別的先驗概率，具體如下式：

式中： χ₁ 為風機停止狀態的樣本個數； x₂ 為風機啟動狀態的樣本個數； P（Z=0） 為風機停止狀態的先驗概率， P（Z=1） 為風機啟動狀態的先驗概率[14]。

計算各類別條件下每特征屬性劃分的對應先驗概率：

式中： k 為風機停止狀態與啟動狀態下 a₁ 的先驗概率； ！ P（α₂∣Z=1） 為風機停止狀態與啟動狀態下 a₂ 的先驗概率； ？ P（α₃∣Z=1） 為風機停止狀態與啟動狀態下 a₃ 的先驗概率； x_a1?x_a2?x_a3 為風機停止狀態下a₁，a₂，a₃ 的樣本數量; x_-a1?x_-a2?x_-a3 為風機啟動狀態下 a₁、a₂、a₃ 的樣本數量[15]。

（3）分類器決策

在訓練獲得先驗概率后，應用分類器實施風機在不同頂層油溫下的啟動、停止策略決策[16]。

按照以上思路，能夠獲得以油色譜分析結果、鐵心接地電流、負荷電流、熱點溫度為輸人量的貝葉斯決策結果，實現綜合考慮多種因素的自適應冷卻控制策略。

2實驗測試結果及分析

2.1搭建實驗測試臺

利用設計的油浸式變壓器冷卻自適應控制優化方法實施實驗油浸式變壓器的冷卻自適應控制，測試其冷卻控制性能表現。搭建一個實驗測試臺。使用一臺筆記本電腦作為上位機，實施數據存儲與處理，并連接上位機與搭建的實驗測試臺。

2.2 實驗方法及過程

利用紅外線溫度計、電流傳感器、油色譜分析儀實施被測油浸式變壓器溫度、電流、油色譜數據的監測。通過程序判斷濾波法實施監測數據的濾波處理，其中頂層油溫度的濾波處理結果如圖4所示。

圖4頂層油溫度的濾波處理結果 Fig.4Filtering results of top oil temperature

利用基于貝葉斯決策的冷卻自適應控制優化模型實現被測油浸式變壓器的冷卻自適應控制。該步驟中的先驗概率參數設置情況具體如下：熱點溫度控制策略：0.25;負荷電流控制策略：0.2；頂層油溫度控制策略：0.15；油色譜數據控制策略：0.1；鐵心接地電流控制策略：0.1。

2.3 測試結果分析

在2種工況下測試設計方法的冷卻控制結果。

工況1：標準負載與環境溫度測試

負載設定：將變壓器的負載設定為額定負載的80% ，這是一個常見的運行負載，能夠反映冷卻系統在正常工作條件下的性能。

環境溫度：將測試環境溫度設定為常見的夏季高溫條件。這樣的設定能夠模擬變壓器在高溫環境下的散熱需求。

測試時長：連續運行至少 24h ，以觀察設計方法在長時間運行下的冷卻控制能耗。

工況2：峰值負載與高溫環境測試

負載設定：將變壓器的負載設定為額定負載的100% ，甚至短時間超載，以模擬變壓器在高峰時段或應急情況下的散熱需求。

環境溫度：將測試環境溫度設定為比夏季高溫更高的極端條件。這樣的設定能夠評估冷卻系統在極端條件下的性能。

測試時長：至少實施6h的峰值負載測試，以觀察設計方法在短時間內的冷卻控制能耗。

在測試中，將大型油浸式變壓器的溫度控制策略與基于PLC的大型變壓器冷卻控制策略作為實驗中的對比方法共同參與測試，并分別用方法1、方法2來表示。

工況1下，設計方法與方法1、方法的冷卻控制能耗測試結果如圖5所示。

圖5能耗測試結果 Fig.5Energy consumption test results

在 28h 的測試期間，設計方法的冷卻能耗表現出相對穩定的趨勢。平均能耗較低，波動范圍較小，顯示出良好的能耗控制性能。與初始狀態相比，設計方法在運行過程中逐漸優化冷卻策略，使得能耗在運行中越來越低。兩種對比方法的整體能耗水平均遠高于設計方法。

工況2下，3種方法的冷卻控制能耗測試結果如圖6所示。

圖6能耗測試結果 Fig.6Energy consumption test results

在峰值負載與高溫環境測試下，設計方法仍然展現出了優秀的冷卻控制能力，整體能耗較低。盡管面對高負載和極端溫度，其能耗增長相對平緩，未出現急劇上升的情況。這是由于在短時間內，設計方法能夠快速響應負載和環境溫度的變化，通過自適應調整冷卻策略，保持較低的能耗水平。兩種對比方法在峰值負載和高溫環境下，能耗增長較為顯著，最終能耗均超過快樂 140kWh 可能是由于這兩種方法在高負載和高溫條件下不夠靈活，導致能耗控制效果不佳。

3結語

在對油浸式變壓器冷卻自適應控制優化方法的研究中，深入探討了如何通過先進的技術與策略，實現對變壓器冷卻過程的精準與智能控制。設計方法不僅考慮了油色譜數據與鐵心接地電流這兩種因素，以評估一些過熱性缺陷，還能夠自適應地選取最優的冷卻控制策略。通過綜合應用貝葉斯決策與多種傳感器，成功降低了冷卻系統的運行能耗，確保了變壓器在各種運行工況下都能維持穩定的狀態。

然而，冷卻自適應控制優化是一個持續不斷的過程，仍有許多值得深入探索的領域。未來，將繼續關注新技術的發展與應用，不斷優化控制策略，提升冷卻系統的性能與可靠性。同時，也將加強與行業內的交流與合作，共同推動油浸式變壓器冷卻技術的發展與進步，為電力系統的安全穩定運行貢獻更多力量。

【參考文獻】

[1]鄧永清，阮江軍，董旭柱，等.基于自適應網格控制的10kV 油浸式變壓器多物理場仿真計算[J].高電壓技術，2022，48（8）：2924-2933.

[2]JIAGZ.ApplicationofFuzzy Controlin TransformerCoolingSystem[J].Advanced MaterialsResearch，2012，383-390：1262-1266.

[3]王振浩，李國慶，李強，等.新型電力變壓器冷卻控制系統的設計與實現[J].東北電力大學學報，2003，23（6）：18-21.

[4]咸日常.大型油浸式變壓器的溫度控制策略[J].供用電，2012，29（1）：60-62.

[5]江偉.PLC在大型變壓器冷卻控制中的應用[J].華東電力，2006，34（7）：109-110.

[6]黃錫斌.SIMATICS7-300 PLC在主變壓器冷卻控制系統中的應用[J].綜合智慧能源，2009，31（10）：61-63+81-82.

[7]龍震澤，陳凌，羅華東，等.油浸式自冷變壓器用三維肋管散熱器換熱特性研究[J].熱能動力工程，2022，37（3）：110-114.

[8]歐陽鑫，李志斌.基于樣本擴充和特征優選的IGWO優化SVM的變壓器故障診斷技術[J].電力系統保護與控制，2023，51（18）：11-20.

[9]劉金超，段洪民，武樂濤，等.一種油浸式變壓器故障時能自保持運行的方法研究[J].電氣傳動，2022，52（8）：68-73.

[10]張立靜，盛戈，倪子瞻，等.油浸式電力變壓器匝間故障早期的電熱特性研究[J].中國電機工程學報，2023，43（15）：6124-6135.

[11]鄧永清，阮江軍，董旭柱，等.基于流線分析的10kV油浸式變壓器繞組熱點溫度反演模型建立及驗證研究[J].中國電機工程學報，2023，43（8）：3191-3203.

[12]陳思，劉亞東，嚴英杰，等. 10kV 油浸式變壓器匝間短路故障反演與定位[J].高電壓技術，2023，49（5）：1870-1881.

[13]楊用春，唐健雄，牛超群，等.基于移相變壓器的靈活合環控制裝置及控制策略研究[J].華北電力大學學報：自然科學版，2022，49（1）：48-57.

[14]亢銀柱，晉濤，牛曙，等.基于改進經驗公式的油浸式變壓器熱點溫度計算[J].電測與儀表，2022，59（10）：32-37.

[15]吳華丹.鐵路兩路進線三組變壓器牽引變電所的新型備自投系統自動控制方法[J].城市軌道交通研究，2023，26（5）：189-193.

[16]袁帥，周利軍，勾小鳳，等.干式車載牽引變壓器列車風冷卻對流傳熱計算與繞組區域熱網絡建模[J].中國電機工程學報，2022，42（15）：5719-5730.

（本欄目責任編輯：張玉平）