本发明涉及变压器领域，更具体地，涉及一种基于简易温升模型的变压器油温预测方法。
背景技术：
变压器是整个电力系统中的枢纽设备，承担着输电、配电等电能转换的重要作用，其正常运行关系着电网系统的稳定性与安全性，一旦变压器故障，将造成大范围内的电力故障和对社会经济的影响。而变压器的载荷能力和绝缘老化速度主要由其内部热状态决定，其内部热量主要来源于绕组发热，产生的热量是通过变压器油在油箱壁和散热壁之间进行热对流、热传递，最后从壁内传递到壁外散发到外部环境的过程。因此油温是反应变压器健康状态和动态载荷能力的重要指标，准确的预测变压器油温也显得十分关键。现有技术的预测方法为使用大量相同时刻的负荷、油温、环境温度、人体舒适度统计值、负荷95概率值等历史数据进行直接的线性回归，拟合出一个线性油温模型，以达到简捷实用的目的；另外，现有技术考虑的因素太多，因预测本身具备不确定性，预测太多参数的叠加，也会给预测的准确率增加难度。
技术实现要素：
本发明提供一种基于简易温升模型的变压器油温预测方法，使用少量历史数据进行拟合的同时，能更准确预测油温。
为解决上述技术问题，本发明的技术方案如下：
一种基于简易温升模型的变压器油温预测方法，包括以下步骤：
s1：获取用于预测变压器油温的变压器历史数据，包括变压器油温、负荷电流、环境温度以及对应的时间；
s2：根据变压器历史数据，确定变压器油温温升时间长度△t；
s3：根据变压器油温温升时间长度△t，进行温差计算；
s4：将s3计算出的温差与△t时间前的负荷电流进行匹配；
s5：对温差与△t时间前的负荷电流进行拟合，得到“负荷电流—温差”曲线；
s6：根据“负荷电流—温差”曲线和△t时间前时刻的变压器油温，预测下一时刻变压器油温。
同时，本发明还可以通过历史数据拟合出的公式来预测第二天整天的油温，负荷电流使用调度自动化预测的第二天负荷，环境温度使用气象局的天气预报，这样就可以预测得到第二天整天的油温情况，根据油温具体情况实施不同的对应措施。
优选地，步骤s1中所述变压器历史数据从调度自动化系统获取。
优选地，步骤s1中，每隔15分钟获取一次变压器历史数据。
优选地，从调度自动化系统里选择市内调度大楼温度作为变压器的环境温度，由于同一地区不同地点的温差不大，为数据统计方便，直接从调度自动化系统里选择市内调度大楼温度作为变压器的环境温度。
优选地，步骤s2中确定变压器油温温升时间长度△t，具体为：
因为本发明基于简易温升模型，即忽略较为复杂的影响因素，认为此刻的油温应是上一时刻的负荷强度和环境温度在一段时间累计后的反应，在变压器历史数据中，寻找负荷跨越大的时段，并寻找对应变压器油温跨越大的时段，负荷跨越大的时段与变压器油温跨越大的时段在时间上的差值即为即为变压器油温温升时间长度△t，能更方便确定△t。
优选地，所述变压器油温温升时间长度△t因变压器所处地理位置、运行时长和长期负荷不同而变化。
优选地，步骤s3中温差计算为：
使用此刻变压器油温和△t时间前的环境温度计算差值，认为这一段时间产生的温差是由上一时刻的负荷电流造成。
优选地，步骤s5中使用最小二乘法对温差与△t时间前的负荷电流进行拟合。
优选地，步骤s5具体为：
使用最小二乘法进行非线性的多项式回归，由于二项式抛物线为最接近历史数据的趋势线，建立模型
优选地，步骤s6中预测下一时刻变压器油温具体为：
式中，
与现有技术相比，本发明技术方案的有益效果是：
本发明除了在基于数据挖掘以外，还引入了简易温升模型，认为油温与其影响因素存在时间上的差值，更为简单实用，同时本发明拟合出“负荷电流—温差”曲线，能直观分析不同负荷产生的对应温差。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
本实施例提供一种基于简易温升模型的变压器油温预测方法，如图1，包括以下步骤：
s1：获取用于预测变压器油温的变压器历史数据，包括变压器油温、负荷电流、环境温度以及对应的时间；
s2：根据变压器历史数据，确定变压器油温温升时间长度△t；
s3：根据变压器油温温升时间长度△t，进行温差计算；
s4：将s3计算出的温差与△t时间前的负荷电流进行匹配；
s5：对温差与△t时间前的负荷电流进行拟合，得到“负荷电流—温差”曲线；
s6：根据“负荷电流—温差”曲线和△t时间前时刻的变压器油温，预测下一时刻变压器油温。
步骤s1中所述变压器历史数据从调度自动化系统获取。
步骤s1中，每隔15分钟获取一次变压器历史数据。
从调度自动化系统里选择市内调度大楼温度作为变压器的环境温度。
步骤s2中确定变压器油温温升时间长度△t，具体为：
在变压器历史数据中，寻找负荷跨越大的时段，多为7:00~10:00，并寻找对应变压器油温跨越大的时段，多为8:00~11:00，负荷跨越大的时段与变压器油温跨越大的时段在时间上的差值即为变压器油温温升时间长度△t。
所述变压器油温温升时间长度△t因变压器所处地理位置、运行时长和长期负荷不同而变化。
步骤s3中温差计算为：
使用此刻变压器油温和△t时间前的环境温度计算差值。
步骤s5中使用最小二乘法对温差与△t时间前的负荷电流进行拟合。
步骤s5具体为：
使用最小二乘法进行非线性的多项式回归，建立模型
步骤s6中预测下一时刻变压器油温具体为：
式中，
相同或相似的标号对应相同或相似的部件；
附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。
1.一种基于简易温升模型的变压器油温预测方法，其特征在于，包括以下步骤：
s1：获取用于预测变压器油温的变压器历史数据，包括变压器油温、负荷电流、环境温度以及对应的时间；
s2：根据变压器历史数据，确定变压器油温温升时间长度△t；
s3：根据变压器油温温升时间长度△t，进行温差计算；
s4：将s3计算出的温差与△t时间前的负荷电流进行匹配；
s5：对温差与△t时间前的负荷电流进行拟合，得到“负荷电流—温差”曲线；
s6：根据“负荷电流—温差”曲线和△t时间前时刻的变压器油温，预测下一时刻变压器油温。
2.根据权利要求1所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s1中所述变压器历史数据从调度自动化系统获取。
3.根据权利要求2所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s1中，每隔15分钟获取一次变压器历史数据。
4.根据权利要求3所述的基于简易温升模型的变压器油温预测方法，其特征在于，从调度自动化系统里选择市内调度大楼温度作为变压器的环境温度。
5.根据权利要求1所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s2中确定变压器油温温升时间长度△t，具体为：
在变压器历史数据中，寻找负荷跨越大的时段，并寻找对应变压器油温跨越大的时段，负荷跨越大的时段与变压器油温跨越大的时段在时间上的差值即为即为变压器油温温升时间长度△t。
6.根据权利要求5所述的基于简易温升模型的变压器油温预测方法，其特征在于，所述变压器油温温升时间长度△t因变压器所处地理位置、运行时长和长期负荷不同而变化。
7.根据权利要求6所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s3中温差计算为：
使用此刻变压器油温和△t时间前的环境温度计算差值。
8.根据权利要求7所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s5中使用最小二乘法对温差与△t时间前的负荷电流进行拟合。
9.根据权利要求8所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s5具体为：
使用最小二乘法进行非线性的多项式回归，建立模型
10.根据权利要求9所述的基于简易温升模型的变压器油温预测方法，其特征在于，步骤s6中预测下一时刻变压器油温具体为：
式中，
